Stemrobo está diseñado para promover la educación STEM a través de un enfoque práctico, permitiendo a estudiantes y educadores crear, programar y controlar robots. Ofrece una interfaz amigable que guía a los usuarios a través de varios proyectos, proporcionando recursos y apoyo para fomentar el aprendizaje en ciencias, tecnología, ingeniería y matemáticas. Con características como asistencia en codificación, simulación de robótica e interacción en tiempo real, Stemrobo hace que los conceptos complejos sean accesibles para aprendices de todas las edades.

ePH-MAPF proporciona un flujo de trabajo eficiente para calcular rutas sin colisiones para decenas a centenas de agentes en mapas basados en cuadrícula. Utiliza heurísticas priorizadas, técnicas de búsqueda incremental y métricas de coste personalizables (Manhattan, Euclidiana) para equilibrar velocidad y calidad de la solución. Los usuarios pueden seleccionar diferentes funciones heurísticas, integrar la biblioteca en sistemas de robótica basados en Python, y evaluar el rendimiento en escenarios estándar de MAPF. El código es modular y bien documentado, permitiendo a investigadores y desarrolladores extenderlo para obstáculos dinámicos o entornos especializados.

VMAS es un paquete de herramientas completo para construir y entrenar sistemas multi-agentes utilizando aprendizaje profundo por refuerzo. Soporta simulaciones paralelas en GPU de cientos de instancias de entornos, permitiendo recopilación de datos de alto rendimiento y entrenamiento escalable. VMAS incluye implementaciones de algoritmos MARL populares como PPO, MADDPG, QMIX y COMA, junto con interfaces modulares para políticas y entornos para prototipado rápido. El marco facilita entrenamiento centralizado con ejecución descentralizada (CTDE), ofrece personalización del modelado de recompensas, espacios de observación y hooks de devolución de llamada para registro y visualización. Con su diseño modular, VMAS se integra perfectamente con modelos PyTorch y entornos externos, siendo ideal para investigación en tareas cooperativas, competitivas y de motivos mixtos en robótica, control de tráfico, asignación de recursos y escenarios de IA en juegos.

Addoobot ofrece una plataforma robusta donde los usuarios pueden explorar, comparar y aprender sobre diversos robots y herramientas de IA de todo el mundo. Con un enfoque en la accesibilidad y la utilidad general, Addoobot ayuda a profesionales, académicos, investigadores y entusiastas a mantenerse conectados con los últimos avances en robótica y IA. Desde robots industriales hasta robótica de consumo, herramientas educativas hasta robots de entretenimiento, Addoobot proporciona una puerta de entrada para comprender y aprovechar el poder de la robótica y la inteligencia artificial.

Aurora Innovation se especializa en crear tecnología de IA de vanguardia para vehículos autónomos. Sus sistemas aprovechan el aprendizaje profundo y la robótica para mejorar la percepción, la planificación y el control, permitiendo a los coches navegar de manera segura y eficiente en diversas condiciones. El software de Aurora se integra con plataformas de vehículos existentes, ofreciendo a los fabricantes una ruta fiable hacia la autonomía mientras se enfocan en pruebas del mundo real y seguridad.

Embedded BDI proporciona un motor completo para el ciclo de vida BDI: modela las creencias de un agente sobre su entorno, gestiona deseos o metas en evolución, selecciona intenciones de una biblioteca de planes y ejecuta comportamientos en tiempo real. El framework incluye módulos para almacenamiento de la base de creencias, definición de bibliotecas de planes, disparadores de eventos y control de concurrencia, diseñado específicamente para microcontroladores con memoria limitada. Con una API sencilla, los desarrolladores pueden anotar creencias, definir deseos e implementar planes en el código. Su planificador maneja la ejecución prioritaria de intenciones y se integra con interfaces de hardware para sensores, actuadores y comunicación en red, haciéndolo ideal para dispositivos IoT autónomos, robots móviles y controladores industriales.

VacuumWorld es una plataforma de simulación de código abierto diseñada para facilitar el desarrollo y la evaluación de algoritmos de aprendizaje por refuerzo multiagente. Proporciona entornos basados en cuadrícula donde agentes virtuales de aspiradoras operan para detectar y eliminar manchas de suciedad en diseños personalizables. Los usuarios pueden ajustar parámetros como tamaño de cuadrícula, distribución de suciedad, ruido estocástico en movimiento y estructuras de recompensa para modelar diferentes escenarios. El marco incluye soporte integrado para protocolos de comunicación entre agentes, paneles de visualización en tiempo real y utilidades de registro para el seguimiento del rendimiento. Con API de Python simples, investigadores pueden integrar rápidamente sus algoritmos RL, comparar estrategias cooperativas o competitivas y realizar experimentos reproducibles, haciendo que VacuumWorld sea ideal para investigación académica y docencia.