Prenez contact avec nous

Plan du cours

Introduction aux systèmes multi-agents

  • Vue d'ensemble des agents, des environnements et des modèles d'interaction
  • Coopération, compétition et autonomie dans les systèmes agents
  • Applications dans la logistique, la robotique et la prise de décision

Concepts fondamentaux de l'architecture des agents

  • Agents réactifs vs agents délibératifs
  • Protocoles de communication et modèles de coordination
  • Représentation des connaissances et état partagé

Mise en œuvre d'agents en Python

  • Création d'agents à l'aide du framework Mesa
  • Modélisation des environnements et des interactions
  • Simulation du comportement des agents et visualisation

Coordination et communication

  • Transmission de messages et architectures à mémoire partagée
  • Négociation, consensus et allocation des tâches
  • Algorithmes de coordination (réseau d'appels d'offres, basé sur le marché, modèles de nuée)

Apprentissage et adaptation dans les systèmes multi-agents

  • Apprentissage par renforcement pour multiples agents
  • Dynamiques d'apprentissage coopératif vs compétitif
  • Utilisation de PettingZoo et Stable-Baselines3 pour le MARL

Calcul distribué et mise à l'échelle

  • Utilisation de Ray pour des simulations multi-agents distribuées
  • Gestion de la concurrence et de la synchronisation
  • Parallélisation des calculs et gestion des ressources partagées

Collaboration homme–agent

  • Conception d'interfaces pour la coordination avec intervention humaine
  • Flux de travail hybrides avec support décisionnel assisté par IA
  • Considérations éthiques et opérationnelles

Projet terminal

  • Concevoir et implémenter un système multi-agent en Python
  • Démontrer la coordination et l'apprentissage entre agents
  • Présenter les résultats de la simulation et les insights sur la performance

Résumé et prochaines étapes

Pré requis

  • Maîtrise solide de la programmation en Python
  • Bonne compréhension de l'apprentissage par renforcement ou de la conception d'agents d'IA
  • Familiarité avec les concepts liés aux systèmes distribués et aux réseaux

Public cible

  • Architectes de systèmes concevant des systèmes d'IA collaboratifs ou distribués
  • Chercheurs travaillant sur la coordination et l'intelligence collective
  • Ingénieurs développant des flux de travail hybrides homme–agent ou multi-agents
 28 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires