Flocking Multi-Agentは、群れの知能を示す自律エージェントをシミュレートするモジュール式ライブラリを提供します。コヒージョン、セパレーション、アラインメントの基本的な操舵行動と、障害物回避、動的ターゲット追跡を含みます。PythonとPygameを用いてビジュアル化し、近隣半径、最大速度、回転力などのパラメータ調整が可能です。カスタム行動関数やロボットやゲームエンジンへの統合フックを通じて拡張性も持たせられ、多様なAIやロボティクス、ゲーム開発、学術研究に理想的です。これらのシンプルな局所ルールが複雑なグローバル形成を如何に導くかを示します。

Godot Steering AI Frameworkは、NPC、敵、自治キャラクターに人間らしい動きと意思決定パターンを持たせることができる、Godotゲームエンジンの専門拡張機能です。事前に構築されたステアリング挙動を公開し、重み付けブレンドによって組み合わせることにより、スムーズなパス追従、動的障害物回避、グループ形成、追跡や回避のレスポンスを実現します。このフレームワークはAIを用いたナビゲーションを簡略化し、ゲームプレイの仕組みに集中できるようにし、2Dおよび3Dプロジェクトに最小限のセットアップで対応します。

Multi-Agent-AI-Models-and-Path-Planningは、古典的および現代的な経路計画手法と組み合わせたマルチエージェントシステムの開発とテストのための包括的なツールキットを提供します。A*、ダイクストラ、RRT、ポテンシャルフィールドなどのアルゴリズムの実装とカスタマイズ可能なエージェント行動モデルを含みます。シミュレーションと可視化モジュールを備え、シナリオ作成、リアルタイム監視、パフォーマンス分析がシームレスに行えます。拡張性を考慮して設計されており、新しい計画アルゴリズムやエージェント決定モデルをプラグインして、複雑な環境での協調ナビゲーションやタスク割り当てを評価できます。

ROSに基づくマルチエージェント捜索救出システムは、ROSを利用して複数の自律エージェントを展開し、協調した捜索と救出を行うロボティクスフレームワークです。各エージェントは搭載センサーとROSトピックを使用し、リアルタイムのマッピング、障害物回避、ターゲット検出を行います。中央コーディネーターがエージェントの状況や環境のフィードバックに基づいてタスクを動的に割り当てます。このシステムはGazeboまたは実機ロボットで動作し、研究者や開発者がマルチロボット協調、通信プロトコル、適応的ミッション計画を現実的な条件下でテスト・改善できます。

AgentSimulationは、Pygame上に構築されたオープンソースのPythonライブラリで、複数の自律エージェントを2D環境でシミュレートします。エージェントの特性、操縦行動（探索、逃走、散歩）、衝突検出、パス検索、インタラクティブルールを設定できます。リアルタイムレンダリングとモジュラー設計により、迅速なプロトタイピング、教育用シミュレーション、小規模な群知能やマルチエージェント相互作用の研究をサポートします。