Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Multi-Agenten-Systeme
- Übersicht über Agenten, Umgebungen und Interaktionsmodelle
- Kooperation, Konkurrenz und Autonomie in agentischen Systemen
- Anwendungen in Logistik, Robotik und Entscheidungsfindung
Grundkonzepte der Agentenarchitektur
- Reaktive vs. deliberative Agenten
- Kommunikationsprotokolle und Koordinationsmodelle
- Wissensrepräsentation und gemeinsamer Zustand
Implementierung von Agenten in Python
- Aufbau von Agenten mit dem Mesa-Framework
- Modellierung von Umgebungen und Interaktionen
- Simulation von Agentenverhalten und Visualisierung
Koordination und Kommunikation
- Nachrichtenübermittlung und Architekturen mit gemeinsamem Speicher
- Verhandlung, Konsensfindung und Aufgabenzuweisung
- Koordinationsalgorithmen (Contract Net, marktbasierende Modelle, Schwarmmodelle)
Erkundung und Anpassung in Multi-Agenten-Systemen
- Reinforcement Learning für mehrere Agenten
- Kooperative vs. kompetitive Lern-Dynamiken
- Einsatz von PettingZoo und Stable-Baselines3 für MARL
Verteiltes Rechnen und Skalierung
- Einsatz von Ray für verteilte Multi-Agenten-Simulationen
- Verwaltung von Parallelität und Synchronisation
- Parallelisierung von Berechnungen und Behandlung gemeinsamer Ressourcen
Zusammenarbeit zwischen Mensch und Agent
- Gestaltung von Schnittstellen für die Koordination im Human-in-the-Loop
- Hybride Arbeitsabläufe mit KI-gestützter Entscheidungsunterstützung
- Ethische und operative Überlegungen
Capstone-Projekt
- Design und Implementierung eines Multi-Agenten-Systems in Python
- Demonstration der Koordination und des Lernens zwischen Agenten
- Präsentation der Simulationsergebnisse und Leistungsanalysen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Gute Kenntnisse in der Python-Programmierung
- Gutes Verständnis von Reinforcement Learning oder dem Design von KI-Agenten
- Vertrautheit mit verteilten Systemen und Netzwerk-Konzepten
Zielgruppe
- Systemarchitekten, die kollaborative oder verteilte KI-Systeme designen
- Forschende, die an Koordination und kollektiver Intelligenz arbeiten
- Ingenieure, die hybride Mensch-Agenten- oder Multi-Agenten-Arbeitsabläufe entwickeln
28 Stunden
