Çoklu Agent Sistemleri (Multi-Agent Systems) ile Kolektif Problem Çözme Eğitimi, birden fazla otonom yapay zekâ ajanının ortak bir ortamda etkileşime girerek karmaşık problemleri nasıl çözebileceğini ele alan ileri düzey bir uzmanlık programıdır.

Multi-Agent Systems (MAS) yaklaşımında, farklı görev ve yeteneklere sahip ajanlar birbirleriyle iletişim kurabilir, bilgi paylaşabilir, müzakere edebilir ve ortak hedefler doğrultusunda iş birliği yapabilir. Bazı senaryolarda ise ajanlar rekabet ederek kendi hedeflerine ulaşmaya çalışır.

Eğitim, zeki ajanların (Intelligent Agents) temel özelliklerinden başlayarak BDI (Belief–Desire–Intention) mimarilerini, oyun teorisini, dağıtık problem çözme yaklaşımlarını ve ajanlar arasındaki etkileşim mekanizmalarını inceler.

Program kapsamında FIPA-ACL ve KQML iletişim protokolleri; açık artırma, Contract Net, Stigmergy, müzakere ve koalisyon oluşturma gibi koordinasyon yöntemleri ele alınır.

Katılımcılar ayrıca Multi-Agent Reinforcement Learning (MARL) alanındaki Independent Q-Learning, CTDE, QMIX ve MADDPG algoritmalarını, PettingZoo ile çoklu ajan simülasyonlarını ve AutoGen ile LangChain gibi araçlarla geliştirilen LLM tabanlı üretken ajan sistemlerini öğrenir.

Eğitim, tedarik zinciri optimizasyonu, lojistik ağlar, finansal piyasa simülasyonları, robotik sistemler ve diğer dağıtık yapılar için uyarlanabilir ve dayanıklı yapay zekâ çözümleri geliştirmeye yönelik bilgi ve beceriler kazandırmayı hedefler.

Çoklu Yapay Zekâ Ajan Sistemleri ile Ortak Problem Çözme Eğitimi programına Online Instructor-Led (canlı sanal sınıf) veya Classroom Based (sınıf eğitimi) formatlarında doğrudan katılım sağlayabilirsiniz. Ayrıca bu eğitimi kurumunuza özel olarak Online Instructor-Led, Classroom Based veya Onsite (yerinde eğitim) formatlarında, tercih ettiğiniz tarih ve lokasyonda organize edebiliriz. Detaylı bilgi ve kurumunuza özel planlama için bizimle iletişime geçebilirsiniz.

Kurumsal gruplar için bu eğitimi, kurumunuza özel Onsite (yerinde eğitim) formatında organize edebiliriz.

Önkoşullar

Bu eğitime katılım için herhangi bir zorunlu ön koşul bulunmamaktadır.

Kimler Katılmalı

Swarm Robotics ve çoklu robot koordinasyonu üzerine çalışan Robotik Mühendisleri
Ekonomik piyasalar, sosyal sistemler ve tedarik zincirleri üzerinde çalışan Simülasyon Uzmanları
Kantitatif Analistler
DAO ve Web3 ekosistemleri için çözümler geliştiren Blockchain ve Sistem Mimarları
Game AI ve dinamik sanal ortamlar üzerinde çalışan Oyun Geliştirme Uzmanları
Karmaşık ve dağıtık yapay zekâ sistemleri geliştiren Kıdemli Yapay Zekâ Mühendisleri
Yapay Zekâ Araştırmacıları

Neler Öğreneceksiniz

Eğitimi tamamladığınızda:

Zeki ajanların temel özelliklerini ve farklı ajan türlerini açıklayabileceksiniz.
BDI mimarileri ve oyun teorisi kullanarak ajan davranışlarını modelleyebileceksiniz.
FIPA-ACL ve KQML iletişim protokollerinin kullanımını öğrenebileceksiniz.
Auction, Contract Net ve Stigmergy gibi koordinasyon yöntemlerini değerlendirebileceksiniz.
Ajanlar arasında müzakere ve koalisyon oluşturma stratejileri geliştirebileceksiniz.
Independent Q-Learning, CTDE, QMIX ve MADDPG gibi MARL algoritmalarını uygulayabileceksiniz.
PettingZoo ile çoklu ajan ortamlarında simülasyonlar gerçekleştirebileceksiniz.
AutoGen ve LangChain kullanarak LLM tabanlı üretken ajan sistemleri tasarlayabileceksiniz.
Merkeziyetsiz lojistik ağ senaryosu üzerinden uçtan uca proje geliştirebileceksiniz.
Multi-Agent Systems yaklaşımlarının etik, güvenlik ve araştırma boyutlarını değerlendirebileceksiniz.

Eğitim İçeriği

1. Çoklu Agent Sistemlerinin Felsefesi ve Teorik Temelleri

Agent Kavramı ve Temel Özellikleri

Zeki Agent (Intelligent Agent) kavramı
Ajanların temel özellikleri:
- Otonomi (Autonomy)
- Reaktivite (Reactivity)
- Proaktivite (Proactivity)
- Sosyal yetenekler (Social Ability)
Basit refleks ajanlarından (Simple Reflex Agents) akıl yürütme yeteneğine sahip Deliberative Agents yapılarına geçiş
Ajanların sınıflandırılması
Farklı ortam (Environment) türlerinin değerlendirilmesi

Agent Teorisi ve Bilişsel Mimariler

Agent Theory yaklaşımının temel kavramları
BDI (Belief–Desire–Intention) mimarisi
Ajanların inanç, hedef ve niyetlerine dayalı davranışlarının modellenmesi

Oyun Teorisi

Game Theory ile ajanlar arasındaki stratejik etkileşimlerin incelenmesi
Normal Form Games
Extensive Form Games
Nash Equilibrium (Nash Dengesi)
Prisoner's Dilemma (Mahkûmun İkilemi)
Rekabet ve iş birliği davranışlarının değerlendirilmesi

Dağıtık Problem Çözme

Distributed Problem Solving yaklaşımı
Karmaşık görevlerin alt görevlere ayrılması
Farklı ajanların ürettiği sonuçların birleştirilmesi
Kolektif problem çözme süreçleri

2. Agent Mimarileri ve İletişim Protokolleri

Bu bölümde, ajanların mimari yapıları ve birbirleriyle bilgi alışverişi yapmalarını sağlayan iletişim yaklaşımları ele alınır.

Agent mimarilerinin değerlendirilmesi
BDI ve diğer ajan davranışı yaklaşımlarının mimari açıdan incelenmesi
Ajanlar arası iletişim
FIPA-ACL (Foundation for Intelligent Physical Agents – Agent Communication Language)
KQML (Knowledge Query and Manipulation Language)
Çoklu ajan sistemlerinde mesajlaşma ve bilgi paylaşımı

3. Koordinasyon, Müzakere ve Organizasyon Mekanizmaları

Ajanlar arasında koordinasyon (Coordination)
Açık artırma (Auction) temelli görev ve kaynak paylaşımı
Contract Net yaklaşımı
Stigmergy ile dolaylı koordinasyon
Müzakere (Negotiation) stratejileri
Koalisyon oluşturma (Coalition Formation)
İş birliğine ve rekabete dayalı organizasyon yapıları

4. Çoklu Agent Pekiştirmeli Öğrenme (MARL)

Bu bölüm, birden fazla ajanın ortak veya rekabetçi ortamlarda öğrenmesini sağlayan Multi-Agent Reinforcement Learning (MARL) yöntemlerine odaklanır.

Multi-Agent Reinforcement Learning (MARL) kavramı
Independent Q-Learning
CTDE (Centralized Training, Decentralized Execution)
QMIX
MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
Ajanlar arası etkileşimin öğrenme süreçlerine etkisi
PettingZoo ile çoklu ajan ortamlarında simülasyon çalışmaları

5. LLM Tabanlı Agent Simülasyonları ve Üretken Agent'lar

Büyük Dil Modelleri (LLM) ile geliştirilen ajan sistemleri
Üretken ajanlar (Generative Agents)
AutoGen ile çoklu ajan yapıları
LangChain ile ajan tabanlı uygulamalar
LLM tabanlı ajanların iş birliği ve görev yürütme süreçleri
Çoklu ajan simülasyonlarının değerlendirilmesi

6. Uygulamalı Proje ve Sistem Değerlendirmesi

Kaynak eğitim kazanımlarında belirtilen uygulama ve değerlendirme konuları:

Merkeziyetsiz lojistik ağ simülasyonu
Birden fazla ajanın ortak görevler üzerinde çalışması
Uçtan uca çoklu ajan projesi geliştirilmesi
Agent sistemlerinin etik ve güvenlik boyutları
Çoklu ajan sistemlerine ilişkin gelecekteki araştırma konuları

Neden Bizi Seçmelisiniz

1995’ten beri Birleşik Krallık merkezli lider bir global eğitim sağlayıcısıyız.

Çoklu Yapay Zekâ Ajan Sistemleri ile Ortak Problem Çözme Azerbaijan eğitimine Bilginç IT Academy'nin canlı ve etkileşimli sanal sınıf ortamında katılabilirsiniz. Online Instructor-Led eğitimlerimize bireysel olarak genel katılıma açık (Public) sınıflardan katılabileceğiniz gibi, kurumunuza özel (Private / In-house) bir sınıf da planlayabilirsiniz.

Eğitim Formatı (Delivery Method): Online Instructor-Led
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Canlı ve Etkileşimli Eğitim: Eğitmeninizle gerçek zamanlı iletişim kurun; soru-cevap, uygulama ve grup çalışmalarıyla öğrenme sürecine aktif olarak katılın.
Esnek Katılım: Evinizden, ofisinizden veya internet erişiminizin bulunduğu herhangi bir lokasyondan eğitime katılın.
Uzman Eğitmen Kadrosu: Sektör deneyimine sahip, alanında yetkin eğitmenlerden güncel ve uygulanabilir bilgiler edinin.
30 Yılı Aşkın Deneyim: Bilginç IT Academy'nin 1995 yılından bu yana süregelen eğitim uzmanlığından yararlanın.
Dünya Genelinde Erişim: Azerbaijan dahil dünyanın farklı lokasyonlarından canlı sanal sınıflarımıza katılabilir veya kurumunuza özel online eğitim planlayabilirsiniz.

Collective Problem Solving with Multi-Agent Systems Azerbaijan eğitimine yüz yüze sınıf ortamında katılabilirsiniz. Classroom Based eğitimlerimiz genel katılıma açık (Public)sınıflar veya kurumunuza özel (Private / In-house)sınıflar şeklinde planlanabilir.

Eğitim Formatı (Delivery Method): Classroom Based
Katılım Modeli (Participation Model): Genel Katılıma Açık (Public) / Kuruma Özel (Private / In-house)
Yüz Yüze Öğrenme: Eğitmeniniz ve diğer katılımcılarla doğrudan iletişim kurarak etkileşimli bir sınıf deneyimi yaşayın.
Deneyimli Eğitmenler: Sektörde uzun yıllara dayanan deneyime sahip uzmanlardan gerçek dünya örnekleriyle öğrenin.
Profesyonel Eğitim Ortamı: Teknolojik altyapısı güçlü, konforlu ve öğrenmeye uygun sınıflarda eğitim alın.
Uygulamalı Öğrenme: Eğitim içeriğine bağlı olarak uygulamalar, senaryolar, vaka çalışmaları ve eğitmen yönlendirmeli çalışmalarla teorik bilgilerinizi pratiğe dönüştürün.

Collective Problem Solving with Multi-Agent Systems Azerbaijan eğitimini kurumunuza özel olarak kendi ofisinizde veya tercih ettiğiniz lokasyonda gerçekleştirebilirsiniz. Bilginç IT Academy eğitmenleri, kurumunuzun ihtiyaçlarına göre planlanan eğitim için belirlediğiniz lokasyona gelebilir.

Eğitim Formatı (Delivery Method): Onsite
Katılım Modeli (Participation Model): Kuruma Özel (Private / In-house)
Tercih Ettiğiniz Lokasyonda Eğitim: Eğitimi şirketinizin ofisinde veya belirlediğiniz farklı bir lokasyonda organize edin.
Kuruma Özel İçerik: Eğitim programını şirketinizin projelerine, ekip yapısına, mevcut yetkinlik seviyesine ve iş ihtiyaçlarına göre uyarlayın.
Ekip Odaklı Öğrenme: Ekibinizin aynı içerik ve yaklaşım etrafında gelişmesini sağlayarak kurum içi bilgi paylaşımını ve iş birliğini güçlendirin.
Esnek Planlama: Eğitim tarihini, lokasyonunu ve programını kurumunuzun operasyonel ihtiyaçlarına göre planlayın.
Global Eğitim Organizasyonu: Eğitimi Azerbaijan lokasyonunda veya tercih ettiğiniz farklı bir ülkede/lokasyonda kurumunuza özel olarak organize edebilirsiniz.

Collective Problem Solving with Multi-Agent Systems Azerbaijan Eğitimi