Trainable Agents는 최첨단 대형 언어 모델을 탑재한 AI 에이전트의 신속한 개발과 훈련을 위한 모듈식 확장 툴킷으로 설계되었습니다. 이 프레임워크는 인터랙션 환경, 정책 인터페이스, 피드백 루프와 같은 핵심 컴포넌트를 추상화하여, 개발자가 작업 정의, 데모 제공, 보상 함수 구현을 쉽게 수행할 수 있도록 합니다. OpenAI GPT 및 Anthropic Claude를 기본 지원하며, 경험 재생, 배치 훈련, 성능 평가를 용이하게 합니다. 또한 로깅, 지표 추적, 훈련된 정책의 배포를 위한 유틸리티도 포함되어 있습니다. 대화형 봇 제작, 워크플로 자동화, 연구 수행 등 전체 수명 주기를 하나로 통합된 Python 패키지로 제공합니다.

negotiation_agent는 GPT와 유사한 모델로 구동되는 자율 협상 봇을 구축하기 위한 모듈형 툴킷입니다. 개발자는 항목, 선호도, 유틸리티 함수를 정의하여 에이전트 목표를 모델링할 수 있으며, 사전 정의된 에이전트 템플릿을 사용하거나 맞춤 전략을 통합할 수 있습니다. 제안 생성, 역제안 평가, 수락 결정, 거래 종료를 지원하며, 표준화된 프로토콜로 대화 흐름을 관리하고, 토너먼트 형 실험을 위한 배치 시뮬레이션과 합의율, 유틸리티 향상, 공정성 점수와 같은 성과 지표를 계산합니다. 오픈 아키텍처를 통해 기본 LLM 백엔드 교체 및 플러그인을 통한 에이전트 논리 확장도 가능합니다. negotiation_agent를 통해 팀은 전자상거래, 연구, 교육 환경에서 자동화된 교섭 솔루션을 빠르게 프로토타입하고 평가할 수 있습니다.