Struttura del corso

Introduzione ai Sistemi Multi-Agente

  • Panoramica degli agenti, degli ambienti e dei modelli di interazione
  • Cooperazione, competizione e autonomia nei sistemi agenziali
  • Applicazioni nel settore della logistica, della robotica e della decisione

Concetti Fondamentali dell'Architettura degli Agenti

  • Agenti reattivi vs. deliberativi
  • Protocolli di comunicazione e modelli di coordinamento
  • Rappresentazione della conoscenza e stato condiviso

Implementazione degli Agenti in Python

  • Costruzione di agenti utilizzando il framework Mesa
  • Modellazione degli ambienti e delle interazioni
  • Simulazione del comportamento degli agenti e visualizzazione

Coordinazione e Comunicazione

  • Scambio di messaggi e architetture a memoria condivisa
  • Negoziazione, consenso e allocazione dei compiti
  • Algoritmi di coordinamento (rete contrattuale, basati su mercato, modelli swarm)

Apprendimento e Adattamento nei Sistemi Multi-Agente

  • Apprendimento per rinforzo multi-agente
  • Dinamiche di apprendimento cooperativo vs. competitivo
  • Utilizzo di PettingZoo e Stable-Baselines3 per l'Apprendimento per Rinforzo Multi-Agente (MARL)

Calcolo Distribuito e Scalabilità

  • Utilizzo di Ray per simulazioni multi-agente distribuite
  • Gestione della concorrenza e sincronizzazione
  • Parallelizzazione del calcolo e gestione delle risorse condivise

Collaborazione Umano-Agente

  • Progettazione di interfacce per la coordinazione con l'intervento umano
  • Flussi di lavoro ibridi con supporto decisionale AI-assistito
  • Considerazioni etiche e operative

Progetto Finale

  • Progettazione e implementazione di un sistema multi-agente in Python
  • Dimostrazione della coordinazione e dell'apprendimento tra gli agenti
  • Presentazione dei risultati della simulazione e delle informazioni sulle prestazioni

Riepilogo e Prossimi Passaggi

Requisiti

  • Solida padronanza della programmazione Python
  • Buona comprensione dell'apprendimento per rinforzo o del design di agenti AI
  • Familiarità con i concetti dei sistemi distribuiti e delle reti

Pubblico Obiettivo

  • Architetti di sistemi che progettano sistemi collaborativi o distribuiti AI
  • Ricercatori che lavorano sulla coordinazione e l'intelligenza collettiva
  • Ingegneri che sviluppano flussi di lavoro ibridi umano-agente o multi-agente
 28 Ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative