Programa del Curso

Introducción a los Sistemas Multiagente

  • Definición de sistemas multiagente y sus aplicaciones
  • El papel del AI Agéntico en las interacciones de agentes autónomos
  • Desafíos en la coordinación de sistemas multiagente

Desarrollo de AI Agéntica para Entornos Multiagente

  • Diseño de agentes autónomos de IA
  • Estrategias de comunicación y toma de decisiones de los agentes
  • Entornos de simulación para la AI multiagente

Aprendizaje por Refuerzo para AI Agéntica

  • Aplicación del aprendizaje por refuerzo a sistemas multiagentes
  • Entrenamiento de agentes autónomos para comportamientos adaptativos
  • Equilibrio entre exploración y explotación en la toma de decisiones

Colaboración y Competencia en Sistemas Multiagente

  • Estrategias de agentes AI cooperativas
  • Interacciones competitivas y adversarias de la IA
  • Comportamientos emergentes en entornos multiagentes

AI Agéntica en Robótica y Automatización

  • Coordinación multiagente en robótica
  • Inteligencia de enjambre y toma de decisiones descentralizada
  • Estudios de caso en aplicaciones de IA robóticas

AI Agéntica en el Desarrollo de Videojuegos

  • Diseño de NPCs impulsados por IA en simulaciones multiagentes
  • Modelado del comportamiento para agentes interactivos de la IA
  • Toma de decisiones en tiempo real de la AI en entornos dinámicos

Escalabilidad de los Sistemas Multiagentes de AI

  • Optimización del rendimiento para interacciones de IA a gran escala
  • Gestión de jerarquías de agentes y toma de decisiones basada en roles
  • Integración de agentes de AI con entornos basados en la nube

Futuro de los Sistemas Multiagentes con AI Agéntica

  • Tendencias emergentes en la colaboración de IA autónoma
  • Expansión de las capacidades multiagente de AI con el aprendizaje profundo
  • Consideraciones éticas y regulatorias para la AI multiagente

Resumen y Próximos Pasos

Requerimientos

  • Experiencia en el desarrollo de modelos de IA
  • Comprensión de los conceptos de sistemas multiagente
  • Familiaridad con el aprendizaje por refuerzo y la automatización impulsada por IA

Publico objetivo

  • Investigadores de IA que estudian las interacciones de agentes autónomos
  • Ingenieros robóticos que diseñan la coordinación multiagente
  • Desarrolladores de juegos que implementan el comportamiento de NPC impulsado por IA
 14 Horas

Número de participantes


Precio por Participante​

Testimonios (1)

Próximos cursos

Categorías Relacionadas