Course Outline

다중 에이전트 시스템 소개

  • 다중 에이전트 시스템 및 해당 응용 프로그램 정의
  • 자율 에이전트 상호 작용에서 Agentic AI의 역할
  • 다중 에이전트 조정의 과제

다중 에이전트 환경을 위한 Agentic AI 개발

  • 자율 AI 에이전트 설계
  • 에이전트 커뮤니케이션 및 의사 결정 전략
  • 다중 에이전트 AI를 위한 시뮬레이션 환경

Reinforcement Learning Agentic AI에 대하여

  • 다중 에이전트 시스템에 강화 학습 적용
  • 적응 행동을 위한 자율 에이전트 교육
  • 의사결정에서 탐사와 활용의 균형

Collaboration 및 다중 에이전트 시스템의 경쟁

  • 협력 AI 에이전트 전략
  • 경쟁적이고 적대적인 AI 상호작용
  • 다중 에이전트 환경에서의 새로운 행동

Agentic AI Robotics 및 자동화

  • 로봇공학에서의 다중 에이전트 조정
  • 군집 지능과 분산된 의사 결정
  • 로봇 AI 응용 분야의 사례 연구

Agentic AI Game Development에서

  • 다중 에이전트 시뮬레이션에서 AI 기반 NPC 설계
  • 대화형 AI 에이전트를 위한 행동 모델링
  • 동적 환경에서의 실시간 AI 의사결정

멀티 에이전트 AI 시스템 확장

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

Agentic AI을 통한 다중 에이전트 시스템의 미래

  • 자율 AI 협업의 새로운 트렌드
  • 딥러닝을 통한 멀티 에이전트 AI 역량 확장
  • 다중 에이전트 AI에 대한 윤리 및 규제 고려 사항

요약 및 다음 단계

Requirements

  • AI 모델 개발 경험
  • 다중 에이전트 시스템 개념 이해
  • 강화 학습 및 AI 기반 자동화에 대한 지식

청중

  • 자율 에이전트 상호 작용을 연구하는 AI 연구원
  • Robotics 다중 에이전트 조정을 설계하는 엔지니어
  • AI 기반 NPC 행동을 구현하는 게임 개발자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories