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