MARL-DPP es un marco de código abierto que permite el aprendizaje por refuerzo multiagente (MARL) con diversidad impuesta mediante Procesos Determinantales (DPP). Los enfoques MARL tradicionales suelen sufrir de convergencia de políticas hacia comportamientos similares; MARL-DPP aborda esto incorporando medidas basadas en DPP para fomentar que los agentes mantengan distribuciones de acciones diversas. El kit de herramientas proporciona código modular para integrar DPP en objetivos de entrenamiento, muestreo de políticas y gestión de exploración. Incluye integración lista para usar con entornos estándar como OpenAI Gym y el Entorno de Partículas Multi-Agente (MPE), además de utilidades para gestión de hiperparámetros, registro y visualización de métricas de diversidad. Los investigadores pueden evaluar el impacto de las restricciones de diversidad en tareas cooperativas, asignación de recursos y juegos competitivos. Su diseño extensible soporta entornos personalizados y algoritmos avanzados, facilitando la exploración de variantes nuevas de MARL-DPP.

Mineflow es una plataforma impulsada por IA que está revolucionando la exploración mineral al transformar los datos del sitio en predicciones altamente precisas de depósitos minerales. Utilizando redes neuronales avanzadas, Mineflow genera mapas de prospectividad 2D y modelos de bloques 3D, permitiendo a los equipos geológicos visualizar y comprender la composición y la estructura de los minerales subterráneos de manera más efectiva. La plataforma admite la integración con varios formatos de datos y ayuda a los equipos de exploración a tomar decisiones basadas en datos, mejorando, en última instancia, la eficiencia y la precisión de los proyectos de exploración mineral.