Get in Touch

Temario del curso

Introducción a los sistemas multiagente

  • Visión general de agentes, entornos y modelos de interacción
  • Cooperación, competencia y autonomía en sistemas agénticos
  • Aplicaciones en logística, robótica y toma de decisiones

Conceptos fundamentales de la arquitectura de agentes

  • Agentes reactivos frente a deliberativos
  • Protocolos de comunicación y modelos de coordinación
  • Representación del conocimiento y estado compartido

Implementación de agentes en Python

  • Construcción de agentes utilizando el marco de trabajo Mesa
  • Modelado de entornos e interacciones
  • Simulación del comportamiento de los agentes y visualización

Coordinación y comunicación

  • Paso de mensajes y arquitecturas de memoria compartida
  • Negociación, consenso y asignación de tareas
  • Algoritmos de coordinación (red de contratos, basados en mercados, modelos de enjambre)

Aprendizaje y adaptación en sistemas multiagente

  • Aprendizaje por refuerzo para múltiples agentes
  • Dinámicas de aprendizaje cooperativo frente a competitivo
  • Uso de PettingZoo y Stable-Baselines3 para MARL (Multi-Agent Reinforcement Learning)

Computación distribuida y escalabilidad

  • Uso de Ray para simulaciones multiagente distribuidas
  • Gestión de la concurrencia y sincronización
  • Paralelización del cómputo y gestión de recursos compartidos

Colaboración humano-agente

  • Diseño de interfaces para la coordinación con intervención humana (human-in-the-loop)
  • Flujos de trabajo híbridos con apoyo a la decisión asistido por IA
  • Consideraciones éticas y operativas

Proyecto final (Capstone)

  • Diseño e implementación de un sistema multiagente en Python
  • Demostración de la coordinación y el aprendizaje entre agentes
  • Presentación de los resultados de la simulación y perspectivas sobre el rendimiento

Resumen y próximos pasos

Requerimientos

  • Sólida competencia en programación con Python
  • Buena comprensión del aprendizaje por refuerzo o el diseño de agentes de IA
  • Familiaridad con sistemas distribuidos y conceptos de redes

Audiencia objetivo

  • Arquitectos de sistemas que diseñan sistemas de IA colaborativos o distribuidos
  • Investigadores que trabajan en coordinación e inteligencia colectiva
  • Ingenieros que desarrollan flujos de trabajo híbridos humano-agente o multiagente
 28 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas