Trainable Agentsは、最先端の大規模言語モデルを活用したAIエージェントの迅速な開発とトレーニングのためのモジュール式拡張ツールキットとして設計されています。このフレームワークは、インタラクション環境、ポリシーインターフェース、フィードバックループなどのコアコンポーネントを抽象化し、開発者はタスク定義、デモンストレーションの提供、および報酬関数の実装を容易に行えます。OpenAI GPTやAnthropic Claudeをサポートし、経験のリプレイ、バッチトレーニング、パフォーマンス評価を支援します。さらに、ロギング、メトリクス追跡、トレーニング済みポリシーのエクスポートなどのユーティリティも搭載しています。対話型ボットの作成、自動化ワークフローの構築、研究など、全ライフサイクルの効率化を図る統一されたPythonパッケージです。

negotiation_agentは、GPTのようなモデルによって駆動される自律交渉ボットを構築するためのモジュール式ツールキットです。開発者はアイテム、好み、効用関数を定義してエージェントの目的をモデル化し、事前定義済みのエージェントテンプレートを使用したり、カスタム戦略を組み込んだりできます。提案の生成、反提案の評価、承諾の判断、および取引完了を行い、対話の流れは標準化されたプロトコルで管理され、トーナメント型の実験のための一括シミュレーションや、合意率、効用の増加、公平性スコアなどのパフォーマンス指標を計算します。オープンアーキテクチャにより、基盤となるLLMバックエンドの交換やプラグインによるエージェントロジックの拡張が可能です。negotiation_agentを使えば、チームはeコマース、研究、教育設定において自動化された交渉ソリューションの迅速なプロトタイピングと評価ができます。