Stemroboは、実践的なアプローチを通じてSTEM教育を促進することを目的に設計されており、学生や教育者がロボットを作成、プログラミング、制御できるようにします。さまざまなプロジェクトを通じてユーザーをガイドする使いやすいインターフェースを提供し、科学、技術、工学、数学の学習を促進するためのリソースとサポートを提供します。コーディングアシスタンス、ロボティクスシミュレーション、リアルタイムインタラクションなどの機能により、Stemroboはすべての年齢の学習者に複雑な概念を理解できるようにしています。

ePH-MAPFは、グリッドベースのマップ上で数十から数百のエージェントの衝突のない経路を効率的に計算するパイプラインを提供します。優先ヒューリスティクス、インクリメンタルサーチ技術、およびカスタマイズ可能なコストメトリクス（マンハッタン距離、ユークリッド距離）を用いて、速度と解の品質のバランスを取ります。ユーザーは異なるヒューリスティクス関数を選択し、Pythonベースのロボティクスシステムにライブラリを統合し、標準的なMAPFシナリオでパフォーマンスベンチマークを行うことができます。コードはモジュール化されており、良好にドキュメント化されているため、研究者や開発者は動的障害物や特殊環境のために拡張可能です。

VMASは、深層強化学習を用いたマルチエージェントシステムの構築と訓練のための総合ツールキットです。GPUを用いた複数の環境インスタンスの並列シミュレーションをサポートし、高スループットのデータ収集とスケーラブルな訓練を可能にします。PPO、MADDPG、QMIX、COMAなどの人気MARLアルゴリズムの実装と、迅速なプロトタイピングのためのモジュール式のポリシーと環境インターフェースを含みます。フレームワークは、分散実行を伴う集中訓練（CTDE）を促進し、カスタマイズ可能な報酬調整、観測空間、ログ記録やビジュアライゼーションのためのコールバックフックを提供します。そのモジュール設計により、PyTorchモデルや外部環境とのシームレスな統合を実現し、ロボット工学、交通制御、資源配分、ゲームAIシナリオなどにおける協力、競争、混合動機のタスクの研究に最適です。

Addoobotは、ユーザーが世界中のさまざまなロボットとAIツールを探索・比較・学ぶことができる強力なプラットフォームを提供します。アクセシビリティと広範なユーティリティに焦点を当てたAddoobotは、専門家、学者、研究者、愛好者がロボティクスとAIの最新の進展に接続し続けるのを助けます。産業用ロボットから消費者向けロボット、教育ツールからエンターテインメントロボットまで、Addoobotはロボティクスと人工知能の力を理解し、活用するための入り口を提供します。

Aurora Innovationは、自動運転車両のための最先端のAI技術の開発に特化しています。彼らのシステムは、深層学習とロボティクスを活用して知覚、計画、制御を強化し、様々な条件下で安全かつ効率的に車両がナビゲートできるようにします。Auroraのソフトウェアは既存の車両プラットフォームと統合され、メーカーに信頼できる自律性への道を提供し、実際のテストと安全性に焦点を当てています。

組み込みBDIは完全なBDIライフサイクルエンジンを提供します：環境に関するエージェントの信念をモデル化し、進化する願望や目標を管理し、計画ライブラリから意図を選択し、リアルタイムで挙動を実行します。フレームワークには、信念ベースのストレージ、計画ライブラリの定義、イベントトリガー、およびメモリ制約のあるマイクロコントローラ向けの並行制御のモジュールが含まれます。シンプルなAPIにより、開発者は信念に注釈を付け、願望を指定し、コード内で計画を実装できます。スケジューラは優先度に基づく意図の実行を処理し、センサー、アクチュエータ、ネットワーク通信用のハードウェアインターフェースと連携します。これにより、自律的なIoTデバイスやモバイルロボット、産業用コントローラーに最適です。

VacuumWorldは、マルチエージェント強化学習アルゴリズムの開発と評価を促進するためのオープンソースのシミュレーションプラットフォームです。仮想の掃除機エージェントが動作して汚れのパッチを検出・除去するグリッドベースの環境を提供し、レイアウトのカスタマイズやパラメータ調整が可能です。内部にはエージェント通信プロトコルやリアルタイムビジュアライゼーションダッシュボード、性能追跡用ログツールも用意されています。シンプルなPython APIを使えば、研究者はRLアルゴリズムを迅速に統合し、協力または競争戦略の比較や再現性のある実験が行えます。学術研究や教育向けに最適です。