Multi-Agent Systems proporciona una caja de herramientas completa para crear, controlar y observar las interacciones entre agentes autónomos. Los desarrolladores pueden definir clases de agentes con lógica de decisión personalizada, configurar entornos complejos con recursos y reglas configurables, e implementar canales de comunicación para el intercambio de información. El marco soporta planificación sincrónica y asincrónica, comportamientos impulsados por eventos, e integra registros para métricas de rendimiento. Los usuarios pueden extender módulos principales o integrar modelos de IA externos para mejorar la inteligencia de los agentes. Las herramientas de visualización representan simulaciones en tiempo real o en post-proceso, ayudando a analizar comportamientos emergentes y optimizar parámetros del sistema. Desde investigación académica hasta prototipos de aplicaciones distribuidas, Multi-Agent Systems simplifica las simulaciones end-to-end de multiagentes.

NavGround Learning proporciona una caja de herramientas completa para desarrollar y evaluar agentes de aprendizaje por refuerzo en tareas de navegación. Soporta simulaciones multi-agente, modelado de colisiones, y sensores y actuadores personalizables. Los usuarios pueden elegir entre plantillas de políticas predefinidas o implementar arquitecturas personalizadas, entrenar con algoritmos RL de última generación y visualizar métricas de rendimiento. Su integración con OpenAI Gym y Stable Baselines3 simplifica la gestión de experimentos, mientras que las herramientas de registro y visualización integradas permiten un análisis profundo del comportamiento del agente y la dinámica de entrenamiento.

Pits and Orbs es un entorno de código abierto para aprendizaje por refuerzo, implementado en Python, que ofrece un mundo en una cuadrícula multi-agente por turnos donde los agentes persiguen objetivos y enfrentan peligros ambientales. Cada agente debe navegar en una cuadrícula ajustable, evitar trampas colocadas aleatoriamente que penalizan o terminan episodios, y recolectar orbes para recompensas positivas. El entorno soporta modos competitivos y cooperativos, permitiendo a investigadores explorar diversos escenarios de aprendizaje. Su API simple se integra perfectamente con bibliotecas RL populares como Stable Baselines o RLlib. Características principales incluyen dimensiones de cuadrícula ajustables, distribuciones dinámicas de trampas y orbes, estructuras de recompensa configurables y registro opcional para análisis del entrenamiento.