Schulungsübersicht

Einführung in Multi-Agenten-Systeme

  • Überblick über Agenten, Umgebungen und Interaktionsmodelle
  • Kooperation, Wettbewerb und Autonomie in agenzienten Systemen
  • Anwendungen in Logistik, Robotik und Entscheidungsfindung

Kernkonzepte der Agentenarchitektur

  • Reaktive vs. deliberative Agenten
  • Kommunikationsprotokolle und Koordinationsmodelle
  • Wissensrepräsentation und geteilten Zustand

Implementierung von Agenten in Python

  • Erstellen von Agenten mit dem Mesa-Framework
  • Modellieren von Umgebungen und Interaktionen
  • Simulieren von Agentenverhalten und Visualisierung

Koordination und Kommunikation

  • Nachrichtenaustausch und geteilte Speicherarchitekturen
  • Verhandlungen, Konsensbildung und Aufgabenzuweisung
  • Koordinationsalgorithmen (Contract Net, market-based, Schwarmmodelle)

Lernen und Anpassen in Multi-Agenten-Systemen

  • Reinforcement Learning für mehrere Agenten
  • Kooperative vs. wettbewerbsorientierte Lernmechanismen
  • Verwendung von PettingZoo und Stable-Baselines3 für MARL (Multi-Agent Reinforcement Learning)

Verteilte Computing und Skalierung

  • Verwendung von Ray für verteilte Multi-Agenten-Simulationen
  • Management von Parallelität und Synchronisation
  • Parallelisierung von Berechnungen und Handhabung geteilter Ressourcen

Mensch-Agenten-Zusammenarbeit

  • Gestaltung von Schnittstellen für die Zusammenarbeit von Menschen und Agenten
  • Hybride Arbeitsabläufe mit AI-gestützter Entscheidungsunterstützung
  • Ethische und operative Überlegungen

Abschlussprojekt

  • Entwerfen und Implementieren eines Multi-Agenten-Systems in Python
  • Demonstrieren von Koordination und Lernen zwischen Agenten
  • Präsentieren der Simulationsergebnisse und Leistungseinsichten

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Solides Fachwissen in Python-Programmierung
  • Gute Kenntnisse der Reinforcement Learning oder des Entwurfs von AI-Agenten
  • Vertrautheit mit verteilten Systemen und Netzwerkkonzepten

Zielgruppe

  • Systemarchitekten, die kollaborative oder verteilte AI-Systeme entwerfen
  • Forscher, die sich mit Koordination und kollektiver Intelligenz befassen
  • Ingenieure, die hybride Mensch-Agenten- oder Multi-Agenten-Arbeitsabläufe entwickeln
 28 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien