Course Outline

다중 에이전트 시스템 소개

  • 다중 에이전트 시스템과 그 응용 정의
  • 자율 에이전트 상호작용에서의 Agentic AI 역할
  • 다중 에이전트 조정의 도전 과제

다중 에이전트 환경에서의 Agentic AI 개발

  • 자율 AI 에이전트 설계
  • 에이전트 통신 및 의사결정 전략
  • 다중 에이전트 AI를 위한 시뮬레이션 환경

Agentic AI를 위한 강화 학습

  • 강화 학습을 다중 에이전트 시스템에 적용
  • 적응적 행동을 위한 자율 에이전트 훈련
  • 의사결정에서의 탐색과 활용 균형

다중 에이전트 시스템에서의 협력과 경쟁

  • 협력 AI 에이전트 전략
  • 경쟁 및 적대적 AI 상호작용
  • 다중 에이전트 환경에서의 출현 행동

로봇공학 및 자동화에서의 Agentic AI

  • 로봇공학에서의 다중 에이전트 조정
  • 군집 지능 및 분산 의사결정
  • 로봇 AI 응용 사례 연구

게임 개발에서의 Agentic AI

  • 다중 에이전트 시뮬레이션에서의 AI 주도 NPC 설계
  • 상호작용 AI 에이전트의 행동 모델링
  • 동적 환경에서의 실시간 AI 의사결정

다중 에이전트 AI 시스템 확장

  • 대규모 AI 상호작용을 위한 성능 최적화
  • 에이전트 계층 관리 및 역할 기반 의사결정
  • 클라우드 기반 환경과 AI 에이전트 통합

Agentic AI와 함께하는 다중 에이전트 시스템의 미래

  • 자율 AI 협력의 신흥 추세
  • 심층 학습을 통해 다중 에이전트 AI 기능 확장
  • 다중 에이전트 AI의 윤리적 및 규제적 고려 사항

요약 및 다음 단계

Requirements

  • AI 모델 개발 경험
  • 멀티 에이전트 시스템 개념 이해
  • 강화 학습 및 AI 주도 자동화에 대한 친숙함

대상자

  • 자율 에이전트 상호작용을 연구하는 AI 연구자
  • 멀티 에이전트 조정 설계에 종사하는 로봇공학자
  • AI 주도 NPC 행동을 구현하는 게임 개발자
 14 Hours

Number of participants


Price per participant

회원 평가 (1)

Upcoming Courses

Related Categories