What You Need to Know Before
You Start

Starts 8 June 2025 15:29

Ends 8 June 2025

00 days
00 hours
00 minutes
00 seconds
course image

Les multi-agents deviennent plus intelligents : L'équipe de rêve de l'intelligence artificielle

Explorez comment les systèmes multi-agents évoluent grâce à l'apprentissage par renforcement, au réglage fin et au raisonnement complexe pour créer des collaborations d'IA plus intelligentes.
Discover AI via YouTube

Discover AI

2544 Cours


36 minutes

Optional upgrade avallable

Not Specified

Progress at your own speed

Free Video

Optional upgrade avallable

Aperçu

Explorez comment les systèmes multi-agents évoluent grâce à l'apprentissage par renforcement, au réglage fin et au raisonnement complexe pour créer des collaborations d'IA plus intelligentes.

Programme

  • Introduction aux systèmes multi-agents
  • Aperçu des systèmes multi-agents
    Applications et avantages des collaborations multi-agents
    Principales différences avec les systèmes à agent unique
  • Bases de l'apprentissage par renforcement
  • Introduction aux concepts d'apprentissage par renforcement
    Algorithmes clés : Q-learning, SARSA et DDPG
    Mécanismes de récompense dans les contextes multi-agents
  • Apprentissage par renforcement multi-agents (MARL)
  • Environnements coopératifs vs compétitifs
    Techniques pour gérer les interactions multi-agents
    Environnements partiellement observables
  • Ajustement des systèmes multi-agents
  • Apprentissage par transfert pour les systèmes multi-agents
    Stratégies de fine-tuning continue
    Optimisation des hyperparamètres pour les contextes multi-agents
  • Raisonnement complexe dans les systèmes multi-agents
  • Incorporer la logique et le raisonnement dans les agents
    Processus de planification et de prise de décision multi-agents
    Théorie des jeux et interactions stratégiques
  • Communication et coordination
  • Protocoles pour la communication inter-agents
    Stratégies de coordination dans les systèmes distribués
    Attribution des rôles et distribution des tâches
  • Études de cas et applications
  • Revue des applications de pointe actuelles (par ex., véhicules autonomes, réseaux intelligents)
    Leçons tirées des implémentations réelles
  • Défis et perspectives d'avenir
  • Défis de l'évolutivité et de la computation
    Considérations éthiques et préoccupations de sécurité
    Tendances futures dans la recherche et les applications multi-agents
  • Projet Capstone
  • Conception d'un système multi-agents simple
    Mise en œuvre des techniques d'apprentissage par renforcement
    Évaluation de la performance et de l'efficacité de la collaboration

Sujets

Informatique