연락처 정보

코스 개요

다중 에이전트 시스템 개론

  • 다중 에이전트 시스템(MAS)의 전반적인 소개
  • 실제 현장에서의 MAS 활용 사례
  • 단일 에이전트 시스템과의 비교

다중 에이전트 시스템 아키텍처

  • 중앙집중식 및 분산형 아키텍처 비교
  • MAS 구축을 위한 하이브리드 및 계층적 접근법
  • MAS 개발에 사용되는 도구 및 프레임워크(예: JADE, SPADE)

에이전트 간 통신과 조정

  • 통신 프로토콜 및 언어 개요(예: FIPA ACL)
  • 계획 수립, 협상 및 동기화를 통한 조정 기법
  • MAS 내에서의 자발적 행동과 자기조직화 현상

게임 이론과 의사결정

  • MAS 환경에서의 게임 이론 기초 개념
  • 협력적 전략 및 경쟁적 전략의 차이점
  • 에이전트 간 갈등 해소 방법

다중 에이전트 시스템에서의 학습

  • MAS 환경 내 강화학습 활용법
  • 협력적 및 경쟁적 학습 메커니즘 이해하기
  • 에이전트 간 지식 전달과 전이학습 기법

도전 과제와 고급 주제

  • 대규모 MAS 환경에서의 확장성 및 성능 최적화 방안
  • 에이전트 간 통신 시 신뢰성과 보안 문제
  • MAS 개발 시 고려해야 할 윤리적 측면과 영향력 분석

실습 활동

  • 자원 분배를 위한 기본적인 MAS 구현하기
  • 동적 환경에서 에이전트 간 통신 및 조정 시뮬레이션 진행하기
  • JADE와 같은 프레임워크를 활용해 실제 MAS 배포하기

요약 및 향후 발전 방향

요건

  • 인공지능 관련 개념에 대한 충분한 이해
  • 파이썬 프로그래밍 능숙함
  • 게임 이론 및 분산 시스템에 대한 기초 지식(권장)

대상 청중

  • 인공지능 연구자
  • 인공지능 엔지니어
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리