Zetane propose une gamme de services et d'outils d'IA qui se concentrent sur l'amélioration de la transparence et de la robustesse des modèles d'apprentissage automatique. L'entreprise cible des secteurs à haut risque et exploite l'IA pour accroître l'efficacité, la précision et les économies de coûts. Ses offres comprennent le Zetane Insight Engine pour des inspections détaillées des modèles et le Zetane Protector pour des tests robustes des modèles de vision par ordinateur. La plateforme est facile à utiliser et se concentre sur la résolution de problèmes concrets.

DEf-MARL (Cadre d'exécution décentralisé pour l'apprentissage par renforcement multi-agents) fournit une infrastructure robuste pour exécuter et former des agents coopératifs sans contrôleurs centralisés. Il exploite des protocoles de communication peer-to-peer pour partager les politiques et observations entre agents, permettant une coordination par interactions locales. Le cadre s'intègre parfaitement avec des outils RL courants tels que PyTorch et TensorFlow, offrant des wrappers d'environnement personnalisables, la collecte distribuée de rollouts et des modules de synchronisation de gradients. Les utilisateurs peuvent définir des espaces d'observation, des fonctions de récompense et des topologies de communication spécifiques à chaque agent. DEf-MARL supporte l'ajout et la suppression dynamiques d'agents en cours d'exécution, une exécution tolérante aux fautes en répliquant des états critiques sur les nœuds, et une planification de communication adaptative pour équilibrer exploration et exploitation. Il accélère la formation par la parallélisation des simulations d'environnements et la réduction des goulets d'étranglement centraux, ce qui le rend adapté à la recherche MARL à grande échelle et aux simulations industrielles.