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。

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。