コース概要

マルチエージェントシステムの導入

  • エージェント、環境、および相互作用モデルの概要
  • エージェントシステムにおける協調、競争、および自律性
  • 物流、ロボティクス、意思決定への応用

エージェントアーキテクチャの核心概念

  • リアクティブエージェントとデリベレーティブエージェント
  • 通信プロトコルと調整モデル
  • 知識表現と共通状態

Pythonでのエージェントの実装

  • Mesaフレームワークを使用したエージェントの構築
  • 環境と相互作用のモデリング
  • エージェントの行動シミュレーションと可視化

協調と通信

  • メッセージ伝達と共通メモリアーキテクチャ
  • 交渉、合意形成、およびタスク配分
  • 協調アルゴリズム(契約ネット、市場ベース、群れモデル)

マルチエージェントシステムでの学習と適応

  • 複数のエージェントの強化学習
  • 協調的および競争的な学習ダイナミクス
  • PettingZooとStable-Baselines3を使用したMARL(マルチエージェント強化学習)

分散コンピューティングとスケーリング

  • Rayを使用した分散マルチエージェントシミュレーション
  • コンカレンシーと同期の管理
  • 計算の並列化と共通リソースの処理

人間-エージェント協調

  • ヒューマンインザループ調整用のインターフェース設計
  • AI支援意思決定を含むハイブリッドワークフロー
  • エチカルおよび運用上の考慮事項

総括プロジェクト

  • Pythonでマルチエージェントシステムを設計し、実装する。
  • エージェント間の協調と学習を示す。
  • シミュレーション結果とパフォーマンス洞察を提示する。

まとめと次なるステップ

要求

  • Pythonプログラミングの高度なスキル
  • 強化学習またはAIエージェント設計の理解
  • 分散システムとネットワーク概念の知識

対象者

  • 協調的または分散AIシステムを設計するシステムアーキテクト
  • 座組みと集合知に関する研究を行う研究者
  • ハイブリッド人間-エージェントまたはマルチエージェントワークフローを開発するエンジニア
 28 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー