Este proyecto de código abierto brinda un marco completo de aprendizaje por refuerzo multi-agente construido sobre PyTorch y Unity ML-Agents. Incluye algoritmos DDPG descentralizados, envoltorios de entornos y scripts de entrenamiento. Los usuarios pueden configurar políticas de agentes, redes críticas, buffers de reproducción y trabajadores de entrenamiento en paralelo. Los hooks de registro permiten monitoreo con TensorBoard, mientras que una estructura modular soporta funciones de recompensa y parámetros de entorno personalizables. El repositorio incluye escenas de ejemplo en Unity demostrando tareas de navegación colaborativa, ideal para ampliar y evaluar escenarios multi-agente en simulaciones.

Enso es una plataforma basada en navegador que permite a los usuarios crear agentes IA personalizados mediante un constructor visual basado en flujos. Los usuarios arrastran y sueltan componentes modulares de código y IA, configuran integraciones API, incrustan interfaces de chat y previsualizan flujos de trabajo interactivos en tiempo real. Una vez diseñado, el agente se puede probar instantáneamente y desplegar con un clic en la nube o exportar como contenedores. Enso simplifica tareas complejas de automatización combinando la simplicidad del sin código con la extensibilidad completa del código, permitiendo un desarrollo rápido de asistentes inteligentes y flujos de trabajo impulsados por datos.