MAPF_G2RL ist ein Open-Source-Forschungsframework, das Graphentheorie und Deep Reinforcement Learning verbindet, um das Multi-Agenten-Pfadfindungsproblem (MAPF) zu lösen. Es kodiert Knoten und Kanten in Vektor-Repräsentationen, definiert räumliche und kollisionsbewusste Belohnungsfunktionen und unterstützt verschiedene RL-Algorithmen wie DQN, PPO und A2C. Das Framework automatisiert die Szenarien-Erstellung durch die Generierung zufälliger Graphen oder den Import realer Karten und steuert Trainingsschleifen, die Politiken für mehrere Agenten gleichzeitig optimieren. Nach dem Lernen werden die Agenten in simulierten Umgebungen bewertet, um Pfadeffizienz, Make-span und Erfolgsraten zu messen. Das modulare Design ermöglicht es Forschern, Kernkomponenten zu erweitern, neue MARL-Techniken zu integrieren und mit klassischen Lösungsansätzen zu benchmarken.

RL-Agents ist ein forschungsorientiertes Verstärkungslern-Framework, das auf PyTorch aufbaut und beliebte RL-Algorithmen aus wertbasierten, politikbasierten und actor-critic-Methoden bündelt. Die Bibliothek verfügt über eine modulare Agent-API, GPU-Beschleunigung, nahtlose Integration mit OpenAI Gym und integrierte Logging- und Visualisierungstools. Benutzer können Hyperparameter konfigurieren, Trainingsabläufe anpassen und die Leistung mit wenigen Zeilen Code benchmarken, was RL-Agents ideal für wissenschaftliche Forschung, Prototyping und industrielle Experimente macht.

Text-to-Reward stellt eine Pipeline bereit, um Belohnungsmodelle zu trainieren, die textbasierte Aufgabenbeschreibungen oder Feedback in skalare Belohnungswerte für RL-Agenten umwandeln. Durch die Nutzung transformer-basierter Architekturen und Feinabstimmung auf gesammelten menschlichen Präferenzdaten lernt das Framework automatisch, natürliche Sprachbefehle als Belohnungssignale zu interpretieren. Nutzer können beliebige Aufgaben über Textaufforderungen definieren, das Modell trainieren und die gelernte Belohnungsfunktion in beliebige RL-Algorithmen integrieren. Dieser Ansatz eliminiert manuelles Belohnungsdesign, erhöht die Probeneffizienz und ermöglicht Agenten, komplexen Mehrschrittanweisungen in simulierten oder realen Umgebungen zu folgen.