課程簡介

多智能體系統簡介

  • 定義多智能體系統及其應用
  • Agentic AI 在自主智能體互動中的作用
  • 多智能體協調中的挑戰

為多智能體環境開發 Agentic AI

  • 設計自主人工智慧智能體
  • 智能體溝通與決策策略
  • 多智能體人工智慧的模擬環境

Reinforcement Learning 應用於 Agentic AI

  • 將強化學習應用於多智能體系統
  • 訓練自主智能體以實現適應性行為
  • 在決策中平衡探索與利用

Collaboration 與多智能體系統中的競爭

  • 合作型人工智慧智能體策略
  • 競爭與對抗性人工智慧互動
  • 多智能體環境中的湧現行為

Agentic AI 在 Robotics 與自動化中的應用

  • 機器人中的多智能體協調
  • 群體智慧與分散式決策
  • 機器人人工智慧應用的案例研究

Agentic AI 在 Game Development 中的應用

  • 在多智能體模擬中設計人工智慧驅動的 NPC
  • 互動式人工智慧智能體的行為建模
  • 動態環境中的即時人工智慧決策

擴展多智能體人工智慧系統

  • 大規模人工智慧互動的性能優化
  • 管理智能體層級與基於角色的決策
  • 將人工智慧智能體整合到雲端環境中

Agentic AI 在多智能體系統中的未來

  • 自主人工智慧協作的新興趨勢
  • 透過深度學習擴展多智能體人工智慧能力
  • 多智能體人工智慧的倫理與監管考量

總結與下一步

最低要求

  • 具備AI模型開發經驗
  • 理解多代理系統概念
  • 熟悉強化學習與AI驅動的自動化技術

目標受眾

  • 研究自主代理互動的AI研究人員
  • Robotics 設計多代理協調的工程師
  • 開發AI驅動NPC行為的遊戲開發者
 14 時間:

課程分類