- Paso 1: Instalar mediante pip: pip install multiagentes o clonar el repositorio de GitHub.
- Paso 2: Importar las clases principales: from multiagentes import Environment, Agent.
- Paso 3: Crear o seleccionar un escenario de entorno predefinido.
- Paso 4: Definir comportamientos de agentes extendiendo la clase Agent y sobrescribiendo los métodos de acción.
- Paso 5: Configurar los canales de comunicación y funciones de recompensa según sea necesario.
- Paso 6: Iniciar la simulación y llamar env.run() para comenzar entrenamiento o evaluación.
- Paso 7: Usar las utilidades integradas de visualización y registro para monitorizar el progreso.
- Paso 8: Analizar las métricas registradas y ajustar parámetros para experimentos posteriores.