Мультиагентные системы

Sim2Real Transfer (сим-ту-реал) – технология переноса поведения агентов, обученных или протестированных в симуляции, в реальную среду. Для этого применяют методы адаптации, чтобы учесть разницу физики, шума

Self-Organizing Agents – агенты, способные самостоятельно формировать структуру взаимодействия без внешнего контроля. Например, роевые роботы, которые сами распределяют роли по сигналам окружения. [Искусственный интеллект.Терминология IT. The

FlashAttention – высокоэффективный алгоритм точного вычисления внимания, разработанный для GPU. Он использует оптимизированные тильнинговые операции, чтобы сократить число обращений к памяти и ускорить вычисления. Благодаря FlashAttention

Агенты «критик-актер» (Critic-Actor Agents) – в RL это схема, где «актер» генерирует действия, а «критик» оценивает их и даёт сигнал обучения. В мультиагентной среде могут быть

Оптимизация промптов автономная (Autonomous Prompt Optimization) – метод, где агенты автоматически улучшают свои запросы к LLM. Например, агент может сам переформулировать или расширить промпт, основываясь на

Генерирование распределённое (Distributed Prompting) – концепция, при которой несколько агентов совместно формируют запрос. К примеру, один агент генерирует идею, другой её уточняет, третий проверяет. Это похоже

Агенты противоборствующие  (Adversarial Agents) – агенты, обучающиеся играть «против» или обманывать других. Например, в играх «кто-то пытается победить», могут специально атаковать слабые стороны соперников. В

Протоколы общения агентов (Inter-Agent Communication Protocols) – правила и форматы обмена сообщениями между агентами. Это могут быть формализованные языки запросов-ответов, сигнализации или общие «чаты» между роботами.

Стратегии распределения задач (Task Allocation Strategies) – методы, как распределять задачи между агентами. Может быть статическое распределение (руками прописано), или динамическое (агенты договариваются, кто что возьмёт

Иерархии агентов (Hierarchical Agent Architectures) – построение многослойных систем, где «высшие» агенты ставят задачи или управляют «низшими». Позволяет разбивать сложные задачи: например, верхний слой планирует цели,