Мультиагентное обучение с подкреплением

Цели и задачи дисциплины

Цель дисциплины: Формирование системных теоретических знаний и практических навыков в области проектирования, обучения и анализа многоагентных систем искусственного интеллекта, функционирующих в сложных стохастических и частично наблюдаемых средах. Задачи дисциплины: Изучение математического аппарата для описания одноагентных и многоагентных взаимодействий. Изучение фундаментальных проблем MARL. Освоение современных архитектур глубокого многоагентного обучения.

Краткое содержание дисциплины

Одноагентный обучение с подкреплением: марковские процессы принятия решений (MDP), методы динамического программирования, безмодельные алгоритмы (Q-Learning) и современные архитектуры глубокого обучения с подкреплением (DQN, PPO, SAC). Многоагентные обучение с подкреплением: теория игр, Марковские игры и децентрализованным POMDP. Ключевые проблемы многоагентного обучения с подкреплением: нестационарность среды, проблему распределения вклада (Credit Assignment) и частичную наблюдаемость.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-5 Способен проводить исследования в области кооперативного и состязательного взаимодействия агентов с использованием генеративных моделей для синтеза данных и обучающих сред