Architectures for Agentic AI Integrating Multi-Agent Systems, Reinforcement Learning, and LLMs for Autonomous Decision-Making
-
- Taschenbuch ausgewählt
- eBook
-
Sprache:Englisch
49,99 €
inkl. gesetzl. MwSt.,
Beschreibung
Produktdetails
Einband
Taschenbuch
Erscheinungsdatum
19.05.2026
Abbildungen
XV, 6 illus., 2 illus. in color., schwarz-weiss Illustrationen, farbige Illustrationen
Verlag
SpringerSeitenzahl
94
Maße (L/B/H)
23,5/15,5/0,7 cm
Gewicht
184 g
Sprache
Englisch
ISBN
978-3-032-24780-3
This book explores the emerging paradigm of Agentic AI, where Large Language Models (LLMs) and Reinforcement Learning (RL) converge to create intelligent, autonomous, and adaptive systems. It provides a unified theoretical foundation and connects it to practical implementation, offering readers a clear path from concept to execution. It will also provide an integrative approach of Agentic AI, Large Language Models, and Reinforcement Learning. While these topics are often studied separately, this book provides a coherent framework that unites them, filling a critical gap between AI theory, system design, and real-world application.
In an era of rapidly evolving AI technologies, understanding how Agentic AI systems operate, and how they differ from traditional AI, is essential. This book guides researchers, engineers, and AI practitioners through the architectural principles that empower agents to reason, cooperate, and learn from feedback. It further demonstrates how RL can fine-tune LLMs to produce more focused, context-aware outputs, strengthening their role in multi-agent collaboration and autonomous decision-making.
The content unfolds from the evolution of AI to Agentic AI, covering architectural design, learning mechanisms, and integration strategies for LLMs and RL. A real-world case study anchors the theory in practice, illustrating how these technologies can be combined to build interpretable systems. Readers will discover adaptive orchestration strategies, methods for enhancing model interpretability, and design templates for developing intelligent agent ecosystems. By the end, readers will not only understand the inner workings of Agentic AI but also gain the tools to design and implement their own agent-based frameworks. A working knowledge of Python is recommended to fully engage with the practical aspects.
Ein neues Kapitel für Ihre Bücher
Ein neues Kapitel für Ihre Bücher
Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten dafür eine Thalia Geschenkkarte.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice