Урок из полного доступа, первые уроки курса бесплатно Официальный курс Microsoft AI for Beginners на русском
Урок 24 · Текст · ~5 мин

Мультиагентные системы

Урок 24 из 25 курса «Основы ИИ для начинающих»: официальный курс Microsoft AI for Beginners (Майкрософт) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Один из возможных способов достижения интеллекта: так называемый эмерджентный (или синергетический) подход. Он основан на том, что совокупное поведение множества относительно простых агентов может привести к более сложному (или интеллектуальному) поведению системы в целом. Теоретически это базируется на принципах коллективного интеллекта, эмерджентизма и эволюционной кибернетики. Эти принципы утверждают, что системы более высокого уровня приобретают некую дополнительную ценность при правильном объединении из систем более низкого уровня (так называемый принцип метасистемного перехода).

Направление мультиагентных систем появилось в ИИ в 1990-х годах как ответ на рост Интернета и распределённых систем. Один из классических учебников по ИИ, Artificial Intelligence: A Modern Approach, рассматривает классический ИИ с точки зрения мультиагентных систем.

Центральное понятие мультиагентного подхода: агент. Это сущность, которая существует в некоторой среде, которую она может воспринимать и на которую может воздействовать. Это очень широкое определение, и существует множество различных типов и классификаций агентов:

  • По способности к рассуждению: Реактивные агенты обычно имеют простое поведение типа «запрос-ответ».
  • Делиберативные агенты используют логическое рассуждение и/или возможности планирования.
  • Статические агенты работают на выделенном узле сети.
  • Мобильные агенты могут перемещать свой код между узлами сети.
  • Пассивные агенты не имеют конкретных целей. Такие агенты могут реагировать на внешние стимулы, но не инициируют действия самостоятельно.
  • Активные агенты имеют цели, которые они преследуют.
  • Когнитивные агенты включают сложное планирование и рассуждение.

Мультиагентные системы сегодня используются в ряде приложений:

  • В играх многие неигровые персонажи используют некоторую форму ИИ и могут считаться интеллектуальными агентами.
  • В видеопроизводстве рендеринг сложных 3D-сцен, включающих толпы, обычно выполняется с использованием мультиагентного моделирования.
  • В моделировании систем мультиагентный подход используется для симуляции поведения сложной модели. Например, мультиагентный подход успешно применялся для прогнозирования распространения COVID-19 по всему миру. Аналогичный подход можно использовать для моделирования городского трафика и анализа реакции на изменения правил дорожного движения.
  • В сложных системах автоматизации каждое устройство может действовать как независимый агент, что делает всю систему менее монолитной и более…

План урока

  1. Тест перед лекцией
  2. NetLogo
  3. Библиотека моделей
  4. Основные принципы
  5. Flocking
  6. Другие модели для изучения
  7. Делиберативные агенты
  8. Заключение

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Microsoft 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Microsoft (3 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды