MAPF_G2RLは、グラフ理論と深層強化学習を橋渡しし、マルチエージェント経路探索（MAPF）問題に取り組むオープンソースの研究フレームワークです。ノードとエッジをベクトル表現にエンコードし、空間的かつ衝突認識型の報酬関数を定義し、DQN、PPO、A2CなどのさまざまなRLアルゴリズムをサポートします。このフレームワークは、ランダムなグラフを生成したり、実世界の地図をインポートしてシナリオを自動作成し、複数のエージェントのポリシーを最適化する訓練ループを調整します。学習後、エージェントはシミュレーション環境で評価され、経路の最適性、所要時間、成功率を測定します。そのモジュール化設計により、研究者はコアコンポーネントを拡張し、新しいMARL手法を統合し、従来のソルバーと比較評価することができます。

MARO（Multi-Agent Resource Optimization）は、サプライチェーン、ロジスティクス、リソース管理シナリオにおいてマルチエージェント強化学習エージェントの開発と評価をサポートするPythonベースのフレームワークです。インベントリ管理、トラックスケジューリング、クロスドッキング、コンテナレンタル等の環境テンプレートを含みます。MAROは統一されたエージェントAPI、実験記録用のビルトイントラッカー、大規模訓練のための並列シミュレーション機能、性能分析用の可視化ツールを提供します。モジュール式で拡張性があり、一般的なRLライブラリと連携可能で、再現性のある研究とAI駆動の最適化ソリューションの迅速なプロトタイピングを実現します。

Colosseum Agent Battlesは、カスタマイズ可能なアリーナでAIエージェント競争を構築するためのモジュール式Python SDKを提供します。利用者は特定の地形、リソース、ルールセットを持つ環境を定義し、標準化インターフェースを介してエージェント戦略を実装できます。フレームワークはバトルスケジューリング、レフェリーのロジック、エージェントの行動と結果のリアルタイム記録を管理します。トーナメント実行ツール、勝敗統計の追跡、チャートによるパフォーマンスの可視化も含まれます。開発者は、人気のMLライブラリと連携してエージェントを訓練し、バトルデータをエクスポートして分析したり、カスタムルールを適用するためのレフェリーモジュールを拡張したりできます。最終的に、ヘッド・ツー・ヘッドの競争でAI戦略のベンチマークを効率化します。JSONやCSVフォーマットでのロギングもサポートします。

AIエージェント for じゃんけんは、ランダムプレイ、ルールベースのパターン認識、強化学習（Q学習）を用いて、伝統的なじゃんけんゲームでAI戦略を構築、訓練、評価する方法を示すオープンソースのPythonプロジェクトです。モジュール式のエージェントクラス、設定可能なゲーム実行環境、パフォーマンスのログ記録と視覚化ツールを提供します。ユーザーはエージェントを簡単に差し替え、学習パラメータを調整し、対戦シナリオにおけるAIの挙動を探索できます。

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。