En muchos sistemas en IA, consideramos las acciones de un agente en un espacio de estado. Los ejemplos comunes incluyen encontrar el camino más corto desde un estado inicial a un estado objetivo o encontrar acciones óptimas en un mundo estocástico.
Pero muchas veces en el mundo real, también tenemos que poder modelar sistemas en los que múltiples agentes intentan maximizar alguna noción de utilidad. Estos se denominan intuitivamente sistemas de múltiples agentes.
Cuando estudies estos sistemas, encontrarás muchos de los algoritmos que se utilizan para resolver estos problemas o encontrar soluciones aproximadas que tienen un enfoque de teoría de juegos. Por ejemplo, un sistema simple de múltiples agentes es el ajedrez, en el que ambos jugadores intentan maximizar sus posibilidades de ganar. Como el ajedrez es un tipo especial de juego llamado juego de suma cero, algunos algoritmos para analizar movimientos incluyen minimax y poda alfa-beta.
- ¿Qué se necesitará para crear un robot AI completo?
- ¿Puede AI controlar un grupo de ataque de portaaviones de la Marina de los EE. UU.?
- ¿Es la era de la inteligencia artificial la culminación de la era de la razón, o la IA es una de las consecuencias de la era de la razón?
- ¿Cómo está afectando la inteligencia artificial al lugar de trabajo?
- ¿Debo consultar libros o tutoriales en línea sobre inteligencia artificial?
También encontrará que muchos algoritmos en sistemas de agente único también pueden expandirse a sistemas de múltiples agentes, pero a menudo conducen a otra capa de complejidad.