Struttura del corso

Introduzione ai sistemi multi-agente

  • Definizione dei sistemi multi-agente e delle loro applicazioni
  • Ruolo di Agentic AI nelle interazioni degli agenti autonomi
  • Sfide nel coordinamento multi-agente

Sviluppo Agentic AI per ambienti multi-agente

  • Progettazione di agenti AI autonomi
  • Strategie di comunicazione e di processo decisionale degli agenti
  • Ambienti di simulazione per l'intelligenza artificiale multi-agente

Reinforcement Learning per Agentic AI

  • Applicazione dell'apprendimento per rinforzo ai sistemi multi-agente
  • Addestramento di agenti autonomi per comportamenti adattivi
  • Equilibrio tra esplorazione e sfruttamento nel processo decisionale

Collaboration e la competizione nei sistemi multi-agente

  • Strategie cooperative degli agenti AI
  • Interazioni AI competitive e avversarie
  • Comportamenti emergenti in ambienti multi-agente

Agentic AI in Robotics e Automazione

  • Coordinamento multi-agente nella robotica
  • Intelligenza collettiva e processo decisionale decentralizzato
  • Casi di studio nelle applicazioni di intelligenza artificiale robotica

Agentic AI nel Game Development

  • Progettazione di PNG guidati dall'intelligenza artificiale in simulazioni multi-agente
  • Modellazione del comportamento per agenti AI interattivi
  • Decisioni AI in tempo reale in ambienti dinamici

Scalabilità dei sistemi di intelligenza artificiale multi-agente

  • Ottimizzazione delle prestazioni per interazioni AI su larga scala
  • Gestione delle gerarchie degli agenti e processo decisionale basato sui ruoli
  • Integrazione di agenti AI con ambienti basati su cloud

Il futuro dei sistemi multi-agente con Agentic AI

  • Tendenze emergenti nella collaborazione AI autonoma
  • Espansione delle capacità di intelligenza artificiale multi-agente con apprendimento profondo
  • Considerazioni etiche e normative per l'intelligenza artificiale multi-agente

Riepilogo e passaggi successivi

Requisiti

  • Esperienza nello sviluppo di modelli di intelligenza artificiale
  • Comprensione dei concetti dei sistemi multi-agente
  • Familiarità con l'apprendimento per rinforzo e l'automazione basata sull'intelligenza artificiale

Pubblico

  • Ricercatori di intelligenza artificiale che studiano le interazioni tra agenti autonomi
  • Robotics ingegneri che progettano il coordinamento multi-agente
  • Sviluppatori di giochi che implementano il comportamento dei PNG guidato dall'intelligenza artificiale
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative