Vanilla Agentsは、モジュール化され拡張可能なコア強化学習エージェントの実装を提供する軽量なPyTorchベースのフレームワークです。DQN、ダブルDQN、PPO、A2Cなどのアルゴリズムをサポートし、OpenAI Gymと互換性のあるプラグイン可能な環境ラッパーを備えています。ユーザーはハイパーパラメータの設定、トレーニングメトリクスのログ記録、チェックポイントの保存、学習曲線の可視化を行えます。コードベースは明確に構成されており、研究のプロトタイピング、教育用途、新しいアイデアのベンチマークに最適です。

CrewAI-Learningは、多エージェント強化学習プロジェクトを効率化するためのオープンソースライブラリです。環境のスキャフォールディング、モジュール式のエージェント定義、カスタマイズ可能な報酬関数、DQN、PPO、A3Cなど協調タスク向けに適応した内蔵アルゴリズムを提供します。ユーザーはシナリオ定義、トレーニングループ管理、メトリック記録、結果の可視化が可能です。フレームワークはエージェントチームと報酬共有戦略の動的設定をサポートし、さまざまなドメインで協調AIソリューションのプロトタイピング、評価、最適化を容易にします。

LlamaIndex Supervisorは、LlamaIndex上に構築されたAIエージェントを作成・実行・監視するためのPythonフレームワークです。検索、要約、カスタム処理などのワークフローノードを定義し、それらをグラフ状に繋ぐツールを提供します。Supervisorは各ステップを監視し、スキーマに沿った出力の検証やエラー時のリトライ、メトリクスの記録を行います。これにより、堅牢で再現性のあるパイプラインを実現し、検索付加生成、ドキュメントQA、データ抽出など多様なタスクに対応します。