Алгоритмічні структури та методи обробки даних у побудові інтелектуальних агентів
Keywords:
інтелектуальний агент, генеративний алгоритм, машинне навчання, оптимізація, штучний інтелектAbstract
У статті розглянуто алгоритмічні структури та методи обробки даних, що використовуються під час побудови інтелектуальних агентів. Представлено огляд еволюції архітектур від класичних ієрархічних систем до генеративних моделей, які реалізують адаптивне навчання та прогнозування. Показано приклад спрощеної реалізації генеративного агента на основі алгоритмів підкріплення, який здатен формувати власні рішення. Розкрито роль машинного навчання, обробки даних і генеративного моделювання у створенні автономних інтелектуальних систем.
References
Russell S., Norvig P. Artificial Intelligence: A Modern Approach. Pearson, 2021. 1166 p. URL: http://lib.ysu. am/disciplines_bk/efdd4d1d4c2087fe1cbe03d9ced67f34.pdf
Sutton R. S., Barto A. G. Reinforcement Learning: An Introduction. Stanford University. Cambridge, London: MIT Press, 2014. 352 p. URL: https://web.stanford.edu/class/psych209/Readings/SuttonBartoIPRLBook2ndEd.pdf
Goodfellow I., Bengio Y., Courville A. Deep Learning. MIT Press, 2016.
Schmidhuber J. Generative AI and Autonomous Systems. Neural Networks, 2024.
Бойко С. І., Корольов Д. В. Генеративні методи в інтелектуальних системах. Київ: КПІ ім. І. Сікорського, 2023.
Nathalia N., Alencar P., Cowan D. Self-Adaptive Large Language Model (LLM)-Based Multiagent Systems. Cornell University. 2023. DOI: 10.48550/arXiv.2307.06187.
Thuy Ngoc Nguyen, Duy Nhat Phan, Cleotilde Gonzalez. Learning in Cooperative Multiagent Systems Using Cognitive and Machine Models. Cornell University. 2023. DOI: 10.48550/arXiv.2308.09219.
Helie S., Sun R. Cognitive Architectures and Agents. Part of the book series: Springer Handbooks. Springer Nature Link. P. 683–696. URL: https://link.springer.com/chapter/10.1007/978-3-662-43505-2_36
Casals A., Brandão A. A. F. HECATE: An ECS-based Framework for Teaching and Developing Multi-Agent Systems. Cornell University. 2025. DOI: 10.48550/arXiv.2509.06431.
