MAPF_G2RL es un marco de investigación de código abierto que conecta la teoría de grafos y el aprendizaje por refuerzo profundo para abordar el problema de búsqueda de caminos multi-agente (MAPF). Codifica nodos y aristas en representaciones vectoriales, define funciones de recompensa espacial y sensibles a colisiones, y soporta diversos algoritmos RL como DQN, PPO y A2C. El marco automatiza la creación de escenarios generando grafos aleatorios o importando mapas del mundo real, y organiza ciclos de entrenamiento que optimizan políticas para múltiples agentes simultáneamente. Tras el aprendizaje, los agentes son evaluados en entornos simulados para medir la optimalidad de caminos, el tiempo de Makespan y tasas de éxito. Su diseño modular permite a investigadores extender componentes básicos, integrar nuevas técnicas MARL y hacer benchmarking contra solucionadores clásicos.

La plataforma Foundry AI ofrece un marco de simulación web determinista y anotación, permitiendo a los usuarios recopilar etiquetas de alta calidad, evaluar eficazmente agentes de navegador y depurar problemas de rendimiento. Garantiza pruebas reproducibles y una evaluación escalable sin los desafíos de la deriva web, prohibiciones de IP y límites de tasa. Construida por expertos de la industria, la plataforma mejora la evaluación de agentes, la mejora continua y la depuración de rendimiento en un ambiente controlado.

Open Agent Leaderboard ofrece una canalización de evaluación completa para agentes de IA de código abierto. Incluye un conjunto de tareas curadas que abarcan razonamiento, planificación, preguntas y respuestas, y uso de herramientas, un entorno automatizado para ejecutar agentes en ambientes aislados, y scripts para recopilar métricas de rendimiento como tasa de éxito, tiempo de ejecución y consumo de recursos. Los resultados se agregan y muestran en una tabla de clasificación basada en la web con filtros, gráficos y comparaciones históricas. El marco soporta Docker para configuraciones reproducibles, plantillas de integración para arquitecturas populares de agentes y configuraciones extensibles para añadir nuevas tareas o métricas fácilmente.

El entorno Beer Game proporciona una simulación en tiempo discreto de una cadena de suministro de cerveza de cuatro etapas — minorista, mayorista, distribuidor y fabricante — con una interfaz de OpenAI Gym. Los agentes reciben observaciones que incluyen inventario en mano, stock en línea y pedidos entrantes, y luego producen cantidades de pedidos. El entorno calcula los costos por paso de mantenimiento de inventario y pedidos pendientes, y admite distribuciones de demanda y tiempos de entrega personalizables. Se integra perfectamente con bibliotecas RL populares como Stable Baselines3, permitiendo a investigadores y educadores evaluar y entrenar algoritmos en tareas de optimización de la cadena de suministro.

Coval ayuda a las empresas a simular miles de escenarios a partir de unos pocos casos de prueba, lo que les permite probar de manera integral sus agentes de voz y chat. Desarrollado por expertos en pruebas autónomas, Coval ofrece funciones como simulaciones de voz personalizables, métricas integradas para evaluaciones y seguimiento del rendimiento. Está diseñado para desarrolladores y empresas que buscan implementar agentes de IA fiables más rápidamente.

Dino Reinforcement Learning proporciona un conjunto completo de herramientas para entrenar a un agente IA para jugar el juego de dinosaurios de Chrome mediante aprendizaje por refuerzo. Al integrarse con una instancia de Chrome sin interfaz a través de Selenium, captura cuadros en tiempo real del juego y los procesa en representaciones de estado optimizadas para entradas de redes Q profundas. El marco incluye módulos para memoria de reproducción, exploración epsilon-greedy, modelos de redes neuronales convolucionales y bucles de entrenamiento con hiperparámetros personalizables. Los usuarios pueden monitorear el progreso del entrenamiento a través de registros en la consola y guardar puntos de control para evaluación posterior. Tras el entrenamiento, el agente puede desplegarse para jugar automáticamente en vivo o compararse con diferentes arquitecturas de modelos. El diseño modular permite una sustitución sencilla de algoritmos RL, haciendo de esta plataforma un entorno flexible para experimentación.

HMAS es un marco de trabajo de código abierto en Python que permite el desarrollo de sistemas jerárquicos de múltiples agentes. Ofrece abstracciones para definir jerarquías de agentes, protocolos de comunicación entre agentes, integración de entornos y ciclos de entrenamiento incorporados. Investigadores y desarrolladores pueden usar HMAS para prototipar interacciones complejas entre agentes, entrenar políticas coordinadas y evaluar el rendimiento en entornos simulados. Su diseño modular facilita extender y personalizar agentes, entornos y estrategias de entrenamiento.