témavezető: Gulyás László
helyszín (magyar oldal): ELTE, Informatikai Kar helyszín rövidítés: ELTE
A kutatási téma leírása:
A klasszikus multi-ágens rendszerek (Multi-Agent Systems, MAS) népszerűek komplex feladatok megoldásában, mivel robusztusok, flexibilisek és könnyebben skálázhatók a központosított megoldásokhoz képest. Ezek a rendszerek általában előre definiált szabályrendszer vagy heurisztika segítségével hoznak döntéseket. A megerősítéses tanulás alapú multi-ágens rendszerek (Multi-Agent Reinforcement Learning, MARL) egy modern és egyre népszerűbb alfaja a MAS-nak. A MARL a döntéshozatal során megerősítéses tanulást alkalmaz, lehetővé téve az ágensek számára az önszerveződést és a jobb adaptációs képességet dinamikusan változó környezetekben is. A MARL rendszereket jelenleg számos ipari területen alkalmazzák, mint például a közlekedésben okos jelzőlámpák formájában, hálózatmodellezésben és ipari robotok irányításában. A mesterséges intelligencia fejlődésével egyre gyakoribbak a különböző tanuló algoritmusok vagy ágensek közötti interakciók, így a MARL is egy aktív és növekvő kutatási terület.
Napjainkban az egyik aktív kutatási irány a MARL rendszerek megbízhatóságának és stabilitásának növelésére irányul. A klasszikus megközelítéssel szemben a MARL rendszerek gyakran kevésbé robusztusak. Ez az instabilitás a MARL nagyobb állapotterének és az ágensek heterogenitásának köszönhető, ami túlspecializált ágenseket eredményezhet. Ezek az ágensek érzékennyé teszik az egész rendszert a külső zajokra, amelyek hibás szenzorokból vagy célzott támadásokból származhatnak. A valós körülményeket gyakran nehéz pontosan szimulálni, ami további kihívásokat jelent a MARL rendszerek számára. Jelenleg az irodalomban a javasolt megoldások arra irányulnak, hogy tanítás során készítsék fel a modelleket ezekre a zavaró tényezőkre. Ezáltal az ágensek jobban generalizálódnak, cserébe viszont jelentősen növekszik a számítási igényük és akár a modellek teljesítménye is csökkenhet.
Az irodalomban létező megoldási irányok mellett kutatás célja olyan tanítási és modellezési módszerek kidolgozása, amelyek segítségével univerzálisabb és reziliensebb ágenseket lehet kialakítani kisebb számítási igény mellett. A kutatás olyan új módszerek vizsgálatát és kidolgozását tűzi ki célul, melyek egyensúlyt teremtenek a hatékonyság és robusztusság között. A kutatás során fontos szerepet kap az elavuló, hibás vagy támadás áldozatává vált ágensek helyettesítése és a rendszer szintű újjá szerveződési módszerek vizsgálata és fejlesztése. Ezen belül fontos téma a gyakori támadási stratégiákhoz való gyors adaptáció elősegítése a rendszer ellenálló képességének növelése érdekében.
előírt nyelvtudás: angol ajánlott nyelvtudás (magyar oldal): B1 további elvárások: MSc a következő területek egyikén: informatika, programtervező informatikus, számítástudomány, vagy kapcsolódó területek.
Folyékonyan beszél angolul.
felvehető hallgatók száma: 1
Jelentkezési határidő: 2024-05-31
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).
Bejelentkezés
