Contacta con nosotros

Temario del curso

Introducción a los Sistemas Multiagente

  • Descripción general de agentes, entornos y modelos de interacción
  • Cooperación, competencia y autonomía en sistemas basados en agentes
  • 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

  • Creación de agentes utilizando el marco 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 (modelo de red de contratos, basado 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 el aprendizaje por refuerzo multiagente (MARL)

Computación distribuida y escalabilidad

  • Uso de Ray para simulaciones distribuidas de agentes
  • Gestión de la concurrencia y la sincronización
  • Paralelización del cálculo y manejo de recursos compartidos

Colaboración Humano-Agente

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

Proyecto final (Capstone)

  • Diseñar e implementar un sistema multiagente en Python
  • Demostrar la coordinación y el aprendizaje entre agentes
  • Presentar los resultados de la simulación e insights sobre el rendimiento

Resumen y próximos pasos

Requerimientos

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

Público 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