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-Agent-Systeme
- Überblick über Agenten, Umgebungen und Interaktionsmodelle
- Kooperation, Konkurrenz und Autonomie in agentischen Systemen
- Anwendungen in Logistik, Robotik und Entscheidungsfindung
Kernkonzepte der Agentenarchitektur
- Reaktive vs. deliberative Agenten
- Kommunikationsprotokolle und Koordinationmodelle
- 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
- Nachrichtenübergabe und Shared-Memory-Architekturen
- Verhandlung, Konsens und Aufgabenverteilung
- Koordinationenalgorithmen (Contract Net, market-based, Swarm-Modelle)
Lernen und Anpassung in Multi-Agent-Systemen
- Bestärkendes Lernen für mehrere Agenten
- Kooperative vs. kompetitive Lerndynamiken
- Verwendung von PettingZoo und Stable-Baselines3 für MARL
Verteiltes Rechnen und Skalierung
- Verwendung von Ray für verteilte Multi-Agent-Simulationen
- Verwaltung von Parallelität und Synchronisation
- Parallelisierung der Berechnung und Behandlung gemeinsamer Ressourcen
Zusammenarbeit zwischen Mensch und Agent
- Gestaltung von Schnittstellen für Human-in-the-Loop-Koordination
- Hybride Workflows mit KI-gestützter Entscheidungsunterstützung
- Ethische und operative Überlegungen
Abschlussprojekt
- Gestaltung und Implementierung eines Multi-Agent-Systems in Python
- Demonstration von Koordination und Lernen zwischen Agenten
- Präsentation der Simulationsergebnisse und Erkenntnisse zur Leistungsfähigkeit
Zusammenfassung und nächste Schritte
Voraussetzungen
- Starkes Know-how in der Python-Programmierung
- Gutes Verständnis von Bestärkendem Lernen oder dem Design von KI-Agenten
- Vertrautheit mit verteilten Systemen und Netzwerkkonzepten
Zielgruppe
- Systemarchitekten, die kollaborative oder verteilte KI-Systeme gestalten
- Forscher, die sich mit Koordination und kollektiver Intelligenz befassen
- Ingenieure, die hybride Mensch-Agenten-Workflows oder Multi-Agent-Workflows entwickeln
28 Stunden
