El entorno de búsqueda cooperativa proporciona un entorno de aprendizaje por refuerzo multiagente flexible y compatible con gym, diseñado para tareas de búsqueda cooperativa en espacios en cuadrícula discretos y continuos. Los agentes operan bajo observabilidad parcial y pueden compartir información basándose en topologías de comunicación personalizables. El marco soporta escenarios predefinidos como búsqueda y rescate, seguimiento de objetivos dinámicos y mapeo colaborativo, con API para definir entornos personalizados y estructuras de recompensa. Se integra a la perfección con bibliotecas RL populares como Stable Baselines3 y Ray RLlib, incluye utilidades de registro para análisis de rendimiento y herramientas de visualización integradas para monitoreo en tiempo real. Los investigadores pueden ajustar tamaños de cuadrículas, conteo de agentes, rangos de sensores y mecanismos de compartición de recompensas para evaluar estrategias de coordinación y probar nuevos algoritmos de manera efectiva.

CrewAI-Learning es una biblioteca de código abierto diseñada para agilizar proyectos de aprendizaje por refuerzo multiagente. Ofrece estructura de entornos, definiciones modulares de agentes, funciones de recompensa personalizables y un conjunto de algoritmos incorporados como DQN, PPO y A3C adaptados para tareas colaborativas. Los usuarios pueden definir escenarios, gestionar ciclos de entrenamiento, registrar métricas y visualizar resultados. El marco admite configuración dinámica de equipos de agentes y estrategias de compartición de recompensas, facilitando el prototipado, la evaluación y la optimización de soluciones de IA cooperativa en diversas áreas.

El simulador MARL está diseñado para facilitar el desarrollo eficiente y escalable de algoritmos de aprendizaje por refuerzo multiagente (MARL). Aprovechando el backend distribuido de PyTorch, permite a los usuarios ejecutar entrenamiento paralelo en múltiples GPUs o nodos, reduciendo significativamente el tiempo de experimentos. El simulador ofrece una interfaz modular de entorno que soporta escenarios de referencia estándar — como navegación cooperativa, depredador-presa y mundo en cuadrícula — así como entornos personalizados definidos por el usuario. Los agentes pueden utilizar diversos protocolos de comunicación para coordinar acciones, compartir observaciones y sincronizar recompensas. Espacios de recompensa y observación configurables permiten un control preciso de la dinámica de entrenamiento, mientras que herramientas integradas de registro y visualización proporcionan información en tiempo real sobre métricas de rendimiento.

MARO (Multi-Agent Resource Optimization) es un marco basado en Python diseñado para apoyar el desarrollo y evaluación de agentes de aprendizaje por refuerzo multi-agente en escenarios de cadena de suministro, logística y gestión de recursos. Incluye plantillas para gestión de inventarios, planificación de camiones, cross-docking, alquiler de contenedores y más. MARO ofrece una API unificada de agentes, rastreadores integrados para registro de experimentos, capacidades de simulación paralela para entrenamiento a gran escala y herramientas de visualización para análisis de rendimiento. La plataforma es modular, extensible e integra bibliotecas RL populares, facilitando investigaciones reproducibles y creación rápida de prototipos de soluciones de optimización basadas en IA.

Mava es una biblioteca de código abierto basada en JAX para desarrollar, entrenar y evaluar sistemas de aprendizaje por refuerzo multiagente. Ofrece implementaciones preconstruidas de algoritmos cooperativos y competitivos como MAPPO y MADDPG, junto con bucles de entrenamiento configurables que soportan flujos de trabajo en un solo nodo y distribuidos. Los investigadores pueden importar entornos desde PettingZoo o definir entornos personalizados, y luego usar los componentes modulares de Mava para optimización de políticas, gestión de búferes de repetición y registro de métricas. La arquitectura flexible del marco permite integrar nuevos algoritmos, espacios de observación personalizados y estructuras de recompensa. Aprovechando las capacidades de auto-vectorización y aceleración de hardware de JAX, Mava garantiza experimentos eficientes a gran escala y comparación reproducible en diversos escenarios multiagente.

MGym es un marco especializado para crear y gestionar entornos de aprendizaje por refuerzo multiagente (MARL) en Python. Permite a los usuarios definir escenarios complejos con múltiples agentes, cada uno con espacios de observación y acción personalizables, funciones de recompensa y reglas de interacción. MGym soporta modos de ejecución sincrónica y asincrónica, proporcionando simulaciones de agentes en paralelo y por turnos. Con una API similar a Gym, MGym se integra perfectamente con bibliotecas RL populares como Stable Baselines, RLlib y PyTorch. Incluye módulos de utilidad para evaluación de entornos, visualización de resultados y análisis de rendimiento, facilitando una evaluación sistemática de algoritmos MARL. Su arquitectura modular permite prototipar rápidamente tareas cooperativas, competitivas o de agentes mixtos, empoderando a investigadores y desarrolladores para acelerar la experimentación y la investigación en MARL.

El aprendizaje por refuerzo multiagente de alaamoheb es una biblioteca de código abierto completa diseñada para facilitar el desarrollo, entrenamiento y evaluación de múltiples agentes actuando en entornos compartidos. Incluye implementaciones modulares de algoritmos basados en valor y política, como DQN, PPO, MADDPG y más. El repositorio soporta integración con OpenAI Gym, Unity ML-Agents y StarCraft Multi-Agent Challenge, permitiendo a los usuarios experimentar tanto en escenarios de investigación como en escenarios inspirados en el mundo real. Con configuraciones de experimentos YAML, utilidades de registro y herramientas de visualización, los profesionales pueden monitorear curvas de aprendizaje, ajustar hiperparámetros y comparar diferentes algoritmos. Este marco acelera la experimentación en tareas multiagente cooperativas, competitivas y mixtas, facilitando la investigación reproducible y la comparación de resultados.

multiagent-env es una biblioteca de Python de código abierto diseñada para simplificar la creación y evaluación de entornos de aprendizaje por refuerzo multiagente. Los usuarios pueden definir escenarios tanto cooperativos como adversariales especificando la cantidad de agentes, espacios de acción y observación, funciones de recompensa y la dinámica del entorno. Soporta visualización en tiempo real, renderizado configurable y fácil integración con marcos RL basados en Python como Stable Baselines y RLlib. El diseño modular permite prototipar rápidamente nuevos escenarios y comparar de manera sencilla algoritmos multiagente.

Multiagent-Prediction-Reward es un marco orientado a la investigación que integra modelos de predicción y mecanismos de distribución de recompensas para el aprendizaje por refuerzo multi-agente. Incluye envoltorios para entornos, módulos neuronales para prever las acciones de compañeros y lógica de enrutamiento de recompensas personalizable que se adapta al rendimiento de los agentes. El repositorio ofrece archivos de configuración, scripts de ejemplo y paneles de evaluación para ejecutar experimentos en tareas cooperativas. Los usuarios pueden ampliar el código para probar funciones de recompensa novedosas, integrar nuevos entornos y evaluar en comparación con algoritmos RL multi-agente establecidos.

Este repositorio proporciona una suite completa de algoritmos de aprendizaje por refuerzo multiagente, incluyendo MADDPG, DDPG, PPO y más, integrados con benchmarks estándar como el Entorno de Partículas Multi-Agente y OpenAI Gym. Incluye wrappers de entornos personalizables, scripts de entrenamiento configurables, registro en tiempo real y métricas de evaluación del rendimiento. Los usuarios pueden ampliar fácilmente los algoritmos, adaptarlos a tareas personalizadas y comparar políticas en entornos cooperativos y adversarios con mínima configuración.

multiagent_envs ofrece un conjunto modular de entornos en Python diseñados para la investigación y desarrollo en aprendizaje por refuerzo multi-agente. Incluye escenarios como navegación cooperativa, depredador-presa, dilemas sociales y arenas competitivas. Cada entorno permite definir el número de agentes, características de observación, funciones de recompensa y dinámica de colisión. El framework se integra perfectamente con bibliotecas RL populares como Stable Baselines y RLlib, permitiendo bucles de entrenamiento vectorizados, ejecución paralela y registro sencillo. Los usuarios pueden extender escenarios existentes o crear otros nuevos mediante una API sencilla, acelerando la experimentación con algoritmos como MADDPG, QMIX y PPO en un entorno reproducible y consistente.

MADDPG escalable es un marco orientado a la investigación para el aprendizaje por refuerzo multiagente, ofreciendo una implementación escalable del algoritmo MADDPG. Cuenta con críticos centralizados durante el entrenamiento y actores independientes en tiempo de ejecución para estabilidad y eficiencia. La biblioteca incluye scripts Python para definir entornos personalizados, configurar arquitecturas de red y ajustar hiperparámetros. Los usuarios pueden entrenar múltiples agentes en paralelo, monitorear métricas y visualizar las curvas de aprendizaje. Se integra con entornos similares a OpenAI Gym y soporta aceleración GPU vía TensorFlow. Gracias a sus componentes modulares, MADDPG escalable permite experimentos flexibles en tareas multiagente cooperativas, competitivas o mixtas, facilitando prototipado rápido y benchmarking.

AutoDRIVE Cooperative MARL es un marco alojado en GitHub que combina el simulador de conducción urbana AutoDRIVE con algoritmos adaptables de aprendizaje por refuerzo multi-agente. Incluye scripts de entrenamiento, envoltorios de entorno, métricas de evaluación y herramientas de visualización para desarrollar y evaluar políticas de conducción cooperativa. Los usuarios pueden configurar los espacios de observación de los agentes, funciones de recompensa y hiperparámetros de entrenamiento. El repositorio soporta extensiones modulares, permitiendo definiciones personalizadas de tareas, aprendizaje por currículo y seguimiento del rendimiento para la investigación en coordinación de vehículos autónomos.

AutoDRIVE Cooperative MARL es un marco de código abierto diseñado para entrenar y desplegar políticas de aprendizaje por refuerzo multiactores cooperativos para tareas de conducción autónoma. Se integra con simuladores realistas para modelar escenarios de tráfico como intersecciones, formación de convoy en autopistas y escenarios de fusión. El marco implementa entrenamiento centralizado con ejecución descentralizada, permitiendo que los vehículos aprendan políticas compartidas que maximicen la eficiencia y seguridad del tráfico global. Los usuarios pueden configurar parámetros del entorno, escoger algoritmos MARL de referencia, visualizar el progreso del entrenamiento y evaluar la coordinación de los agentes.

DEf-MARL (Marco de ejecución descentralizada para aprendizaje por refuerzo multi-agente) proporciona una infraestructura robusta para ejecutar y entrenar agentes cooperativos sin controladores centralizados. Utiliza protocolos de comunicación peer-to-peer para compartir políticas y observaciones entre agentes, permitiendo una coordinación mediante interacciones locales. El framework se integra perfectamente con toolkits RL comunes como PyTorch y TensorFlow, ofreciendo wrappers configurables, recopilación distribuida de rollout y módulos de sincronización de gradientes. Los usuarios pueden definir espacios de observación, funciones de recompensa y topologías de comunicación específicas para cada agente. DEf-MARL soporta adición y eliminación dinámica de agentes en tiempo de ejecución, ejecución tolerante a fallos mediante replicación del estado crítico en nodos, y planificación de comunicación adaptativa para equilibrar exploración y explotación. Acelera el entrenamiento paralizando simulaciones de entornos y reduciendo los cuellos de botella centrales, siendo adecuado para investigación MARL a gran escala y simulaciones industriales.

MADDPG-Keras ofrece un marco completo para la investigación en aprendizaje por refuerzo multiagente al implementar el algoritmo MADDPG en Keras. Admite espacios de acción continuos, múltiples agentes y entornos estándar de OpenAI Gym. Los investigadores y desarrolladores pueden configurar arquitecturas de redes neuronales, hiperparámetros de entrenamiento y funciones de recompensa, luego lanzar experimentos con registros integrados y puntos de control para acelerar el aprendizaje de políticas multiagente y la evaluación comparativa.

Mean-Field MARL proporciona un marco robusto en Python para implementar y evaluar algoritmos de aprendizaje por refuerzo multiagente de campo medio. Aproxima las interacciones en gran escala modelando el efecto medio de los vecinos mediante Q-learning de campo medio. La biblioteca incluye envoltorios de entornos, módulos de políticas de agentes, bucles de entrenamiento y métricas de evaluación, permitiendo entrenamiento escalable en cientos de agentes. Construido sobre PyTorch para aceleración GPU, soporta entornos personalizables como Particle World y Gridworld. Su diseño modular permite facilitar la extensión con nuevos algoritmos, mientras que las herramientas integradas de registro y visualización basadas en Matplotlib monitorean recompensas, curvas de pérdida y distribuciones de campo medio. Scripts de ejemplo y documentación guían a los usuarios en la configuración, experimentación y análisis de resultados, haciendo que sea ideal tanto para investigación como para prototipado de sistemas multiagente a gran escala.