Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los sistemas multiagente
- Definición de sistemas multiagente y sus aplicaciones
- Papel de la IA agéntica en las interacciones entre agentes autónomos
- Desafíos en la coordinación entre múltiples agentes
Desarrollo de IA agéntica para entornos multiagente
- Diseño de agentes de IA autónomos
- Estrategias de comunicación y toma de decisiones entre agentes
- Entornos de simulación para IA multiagente
Aprendizaje por refuerzo para IA agéntica
- Aplicación del aprendizaje por refuerzo en sistemas multiagente
- Entrenamiento de agentes autónomos para un comportamiento adaptativo
- Equilibrio entre exploración y explotación en la toma de decisiones
Colaboración y competencia en sistemas multiagente
- Estrategias de agentes de IA cooperativos
- Interacciones competitivas y adversarias entre agentes de IA
- Comportamientos emergentes en entornos multiagente
IA agéntica en robótica y automatización
- Coordinación multiagente en robótica
- Inteligencia de enjambre y toma de decisiones descentralizada
- Estudios de caso sobre aplicaciones de IA en robótica
IA agéntica en desarrollo de videojuegos
- Diseño de NPCs impulsados por IA en simulaciones multiagente
- Modelado de comportamiento para agentes de IA interactivos
- Toma de decisiones de IA en tiempo real en entornos dinámicos
Escalado de sistemas de IA multiagente
- 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 IA con entornos basados en la nube
Futuro de los sistemas multiagente con IA agéntica
- Tendencias emergentes en colaboración de IA autónoma
- Ampliación de las capacidades de IA multiagente mediante aprendizaje profundo
- Consideraciones éticas y regulatorias para la IA multiagente
Resumen y próximos pasos
Requerimientos
- Experiencia en desarrollo de modelos de IA
- Conocimiento conceptual de sistemas multiagente
- Familiaridad con aprendizaje por refuerzo y automatización impulsada por IA
Público objetivo
- Investigadores de IA que estudian interacciones entre agentes autónomos
- Ingenieros en robótica que diseñan coordinación entre múltiples agentes
- Desarrolladores de videojuegos que implementan comportamiento de NPCs impulsado por IA
14 Horas
Reseñas (1)
ejercicios prácticos
Daniel - Facultatea S.A.I.A.P.M.
Curso - Agentic AI in Multi-Agent Systems
Traducción Automática
