Agen refleks sederhana
Agen pembelajar

Sistem multiagen (MAS: multi-agent system atau "sistem swaorganisasi") adalah sistem terkomputerisasi yang terdiri atas sejumlah agen cerdas yang saling berinteraksi.[1][2] Sistem multiagen mampu memecahkan masalah yang sulit atau bahkan mustahil diselesaikan oleh satu agen tunggal atau sistem monolitik.[3] Kecerdasan dalam sistem ini dapat mencakup pendekatan metodis, fungsional, prosedural, algoritme pencarian ataupun pembelajaran penguatan.[4] Dengan kemajuan dalam model bahasa besar (LLM), sistem multiagen berbasis LLM muncul sebagai bidang penelitian baru yang memungkinkan interaksi dan koordinasi yang lebih canggih di antara para agen.[5]

Meskipun memiliki banyak kesamaan, sistem multiagen tidak selalu sama dengan model berbasis agen (ABM: agent-based model). Tujuan dari ABM adalah mencari pemahaman penjelas mengenai perilaku kolektif agen-agen (tidak harus "cerdas") yang mengikuti seperangkat aturan sederhana, biasanya dalam sistem alami, alih-alih memecahkan masalah praktis atau rekayasa tertentu. Istilah ABM cenderung lebih sering digunakan dalam ranah sains, sementara MAS lebih lazim digunakan dalam bidang teknik dan teknologi.[6]

Beberapa penerapan di mana penelitian sistem multiagen dapat memberikan pendekatan yang tepat antara lain pada perdagangan daring,[7] penanggulangan bencana,[8][9] pengawasan target,[10] serta pemodelan struktur sosial.[11]

Referensi

sunting
  1. ^ Yoav Shoham, Kevin Leyton-Brown. Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations. Cambridge University Press, 2009. http://www.masfoundations.org/
  2. ^ H. Pan; M. Zahmatkesh; F. Rekabi-Bana; F. Arvin; J. Hu "T-STAR: Time-Optimal Swarm Trajectory Planning for Quadrotor Unmanned Aerial Vehicles" IEEE Transactions on Intelligent Transportation Systems, 2025.
  3. ^ Hu, J.; Turgut, A.; Lennox, B.; Arvin, F., "Robust Formation Coordination of Robot Swarms with Nonlinear Dynamics and Unknown Disturbances: Design and Experiments" IEEE Transactions on Circuits and Systems II: Express Briefs, 2021.
  4. ^ Stefano V. Albrecht, Filippos Christianos, Lukas Schäfer. Multi-Agent Reinforcement Learning: Foundations and Modern Approaches. MIT Press, 2024. https://www.marl-book.com/
  5. ^ Li, Guohao (2023). "Camel: Communicative agents for "mind" exploration of large language model society" (PDF). Advances in Neural Information Processing Systems. 36: 51991–52008. arXiv:2303.17760. S2CID 257900712.
  6. ^ Niazi, Muaz; Hussain, Amir (2011). "Agent-based Computing from Multi-agent Systems to Agent-Based Models: A Visual Survey" (PDF). Scientometrics. 89 (2): 479–499. arXiv:1708.05872. doi:10.1007/s11192-011-0468-9. hdl:1893/3378. S2CID 17934527.
  7. ^ Rogers, Alex; David, E.; Schiff, J.; Jennings, N.R. (2007). "The Effects of Proxy Bidding and Minimum Bid Increments within eBay Auctions". ACM Transactions on the Web. 1 (2): 9–es. CiteSeerX 10.1.1.65.4539. doi:10.1145/1255438.1255441. S2CID 207163424. Diarsipkan dari asli tanggal 2 April 2010. Diakses tanggal 18 Maret 2008.
  8. ^ Schurr, Nathan; Marecki, Janusz; Tambe, Milind; Scerri, Paul; Kasinadhuni, Nikhil; Lewis, J.P. (2005). "The Future of Disaster Response: Humans Working with Multiagent Teams using DEFACTO". Diarsipkan (PDF) dari versi aslinya tanggal 3 Juni 2013. Diakses tanggal 8 Januari 2024.
  9. ^ Genc, Zulkuf; et al. (2013). "Agent-Based Information Infrastructure for Disaster Management" (PDF). Intelligent Systems for Crisis Management. Lecture Notes in Geoinformation and Cartography. hlm. 349–355. doi:10.1007/978-3-642-33218-0_26. ISBN 978-3-642-33217-3.
  10. ^ Hu, Junyan; Bhowmick, Parijat; Lanzon, Alexander (2020). "Distributed Adaptive Time-Varying Group Formation Tracking for Multiagent Systems With Multiple Leaders on Directed Graphs". IEEE Transactions on Control of Network Systems. 7: 140–150. doi:10.1109/TCNS.2019.2913619. S2CID 149609966.
  11. ^ Sun, Ron; Naveh, Isaac (30 Juni 2004). "Simulating Organizational Decision-Making Using a Cognitively Realistic Agent Model". Journal of Artificial Societies and Social Simulation.

Bacaan lanjutan

sunting


📚 Artikel Terkait di Wikipedia

Timnit Gebru

dalam pengembangan dan penelitian AI. Ia adalah pendiri Distributed Artificial Intelligence Research Institute (DAIR). Metz, Cade; Wakabayashi, Daisuke

Perangkat lunak antivirus

SIGKBS-JSAI, ICS-IPSJ and IEICE-SIGAI on Active Mining ; Session 3: Artificial Intelligence, Vol. 67, pp. 61–65 Data Mining Methods for Malware Detection.

Thinking Machines Corporation

Square di Cambridge, Massachusetts, dekat MIT Computer Science and Artificial Intelligence Laboratory. Thinking Machines membuat beberapa superkomputer paling

Kecerdasan kolektif

Fadul, Jose A. (2009). "Collective Learning: Applying Distributed Cognition for Collective Intelligence". The International Journal of Learning. 16 (4): 211–220

Jaringan saraf konvolusional

Srivastava, Rajshree (2019-11-19). Recent Trends and Advances in Artificial Intelligence and Internet of Things (dalam bahasa Inggris). Springer Nature

Ilmu komputer teoretis

Stuart J.; Norvig, Peter (2021). Artificial intelligence: a modern approach. Pearson Series in Artificial Intelligence. Ming-wei Chang, Jacob Devlin, Anca

Penghargaan Turing

1966 for contributions to computing, including cryptography and artificial intelligence Lohr, Steve (13 November 2014). "Google to Quadruple Computer Science

Pembelajaran mesin adversarial

Yutia, Syifa Nurgaida; Putro, Zuki Pristiantoro (2025-08-27). ARTIFICIAL INTELLIGENCE AND CYBERSECURITY: FOUNDATIONS, APPLICATIONS, AND FUTURE PERSPECTIVES