Contacta con nosotros

Temario del curso

Introducción a los sistemas multi-agente

  • Resumen de agentes, entornos y modelos de interacción
  • Cooperación, competencia y autonomía en sistemas basados en agentes
  • Aplicaciones en logística, robótica y toma de decisiones

Conceptos fundamentales de la arquitectura de agentes

  • Agentes reactivos frente a agentes deliberativos
  • Protocolos de comunicación y modelos de coordinación
  • Representación del conocimiento y estado compartido

Implementación de agentes en Python

  • Creación de agentes utilizando el marco Mesa
  • Modelado de entornos e interacciones
  • Simulación del comportamiento de los agentes y visualización

Coordinación y comunicación

  • Paso de mensajes y arquitecturas de memoria compartida
  • Negociación, consenso y asignación de tareas
  • Algoritmos de coordinación (red de contratos, modelos basados en mercados y por enjambre)

Aprendizaje y adaptación en sistemas multi-agente

  • Aprendizaje por refuerzo para múltiples agentes
  • Dinámicas de aprendizaje cooperativo frente a competitivo
  • Uso de PettingZoo y Stable-Baselines3 para MARL (Aprendizaje por Refuerzo Multi-Agente)

Computación distribuida y escalabilidad

  • Uso de Ray para simulaciones multi-agente distribuidas
  • Gestión de la concurrencia y sincronización
  • Parallelización del cálculo y manejo de recursos compartidos

Colaboración entre humanos y agentes

  • Diseño de interfaces para la coordinación con intervención humana
  • Flujos de trabajo híbridos con soporte para decisiones asistidas por IA
  • Consideraciones éticas y operativas

Proyecto final integrador

  • Diseño e implementación de un sistema multi-agente en Python
  • Demostrar coordinación y aprendizaje entre agentes
  • Presentar resultados de la simulación e insights sobre el rendimiento

Resumen y próximos pasos

Requerimientos

  • Sólida competencia en programación con Python
  • Buen entendimiento del aprendizaje por refuerzo o el diseño de agentes de IA
  • Familiaridad con conceptos de sistemas distribuidos y redes

Público objetivo

  • Arquitectos de sistemas que diseñan sistemas de IA colaborativos o distribuidos
  • Investigadores que trabajan en coordinación e inteligencia colectiva
  • Ingenieros que desarrollan flujos de trabajo híbridos humano-agente o multi-agente
 28 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas