NeuralABM es una biblioteca de código abierto en Python que aprovecha PyTorch para integrar redes neuronales en el modelado basado en agentes. Los usuarios pueden especificar arquitecturas de agentes como módulos neuronales, definir dinámicas del entorno y entrenar comportamientos de agentes mediante retropropagación en pasos de simulación. El framework soporta señales de recompensa personalizadas, aprendizaje por currículo y actualizaciones síncronas o asíncronas, permitiendo estudiar fenómenos emergentes. Con utilidades para registro, visualización y exportación de conjuntos de datos, investigadores y desarrolladores pueden analizar el rendimiento de los agentes, depurar modelos y iterar en el diseño de simulaciones. NeuralABM simplifica la combinación de aprendizaje por refuerzo con ABM para aplicaciones en ciencias sociales, economía, robótica y comportamientos de NPC en juegos impulsados por IA. Ofrece componentes modulares para personalizar entornos, soporta interacciones multi-agente y proporciona hooks para integrar conjuntos de datos externos o API en simulaciones del mundo real. El diseño abierto fomenta la reproducibilidad y colaboración mediante una configuración clara de experimentos y la integración con control de versiones.

TRELLIS 3D AI revoluciona la forma en que se crean activos 3D a partir de imágenes. Utilizando redes neuronales avanzadas y Latentes Estructurados (SLAT), TRELLIS 3D AI garantiza que cada activo generado mantenga tanto la integridad estructural como los detalles visuales. Simplemente sube tu imagen y deja que la poderosa tecnología de TRELLIS 3D AI la convierta en un modelo 3D de alta calidad en formatos como GLB y 3D Gaussiano. Ideal para profesionales que requieren activos 3D confiables y detallados para sus proyectos, juegos o aplicaciones, TRELLIS 3D AI ofrece procesamiento instantáneo y vistas previas basadas en navegador, lo que hace que todo el proceso sea fácil y eficiente.