ROSA (Rover Sequencing & Autonomy) est un cadre complet d'autonomie développé par le Jet Propulsion Laboratory de la NASA pour la robotique spatiale. Il présente un planificateur IA modulaire, un ordonnanceur sensible aux contraintes, et des simulateurs intégrés qui produisent des séquences de commandes validées pour les opérations de rover. Les utilisateurs peuvent définir des objectifs de mission, des contraintes de ressources, et des règles de sécurité; ROSA générera des plans d'exécution optimaux, détectera les conflits, et soutiendra une replanification rapide en réponse à des événements inattendus. Son architecture en plugins permet l'intégration avec des capteurs, actionneurs, et outils d'analyse de télémetrie personnalisés, facilitant l'autonomie de mission de bout en bout pour l'exploration planétaire.

TinyAuton offre une architecture minimaliste et extensible pour construire des agents autonomes qui planifient, exécutent et affinent des tâches en utilisant les modèles GPT d'OpenAI. Il propose des modules intégrés pour définir des objectifs, gérer le contexte de conversation, invoquer des outils personnalisés et consigner les décisions de l'agent. Grâce à des boucles de réflexion autonome itératives, l'agent peut analyser les résultats, ajuster les plans et réessayer les étapes échouées. Les développeurs peuvent intégrer des API externes ou des scripts locaux en tant qu'outils, configurer la mémoire ou l'état, et personnaliser la pipeline de raisonnement de l'agent. TinyAuton est optimisé pour un prototypage rapide de flux de travail pilotés par l'IA, de l'extraction de données à la génération de code, tout cela en quelques lignes de Python.

Azure AI Foundry Agents Samples offre aux développeurs un ensemble riche de scénarios illustrant comment exploiter les SDK et services Azure AI Foundry. Il inclut des agents conversationnels avec mémoire à long terme, des agents planificateurs décomposant des tâches complexes, des agents avec outils appelant des API externes, et des agents multimodaux combinant texte, vision et parole. Chaque exemple est préconfiguré avec des configurations d'environnement, une orchestration LLM, une recherche vectorielle et une télémétrie pour accélérer la mise en prototype et le déploiement de solutions IA robustes sur Azure.