YGO-Agent 프레임워크는 연구원과 열정가들이 강화 학습을 사용하여 Yu-Gi-Oh 카드 게임을 플레이하는 AI 봇을 개발할 수 있도록 합니다. 이 프레임워크는 YGOPRO 게임 시뮬레이터를 OpenAI Gym 호환 환경으로 감싸며, 손패, 필드, 라이프 포인트와 같은 상태 표현과 소환, 주문/함정 활성화, 공격을 포함한 액션 표현을 정의합니다. 보상은 승패 결과, 데미지, 게임 진행 상황에 기반합니다. 에이전트 아키텍처는 PyTorch를 사용하여 DQN을 구현하며, 사용자 커스터마이즈 네트워크 구조, 경험 재생, 이플실론-탐욕 탐색을 선택할 수 있습니다. 로깅 모듈은 훈련 곡선, 승률, 상세 이동 로그를 기록하여 분석에 활용됩니다. 이 프레임워크는 모듈식으로 설계되어 있으며, 보상 함수 또는 액션 공간과 같은 구성요소를 교체하거나 확장할 수 있습니다.

로레위버는 텍스트 기반 RPG(역할 수행 게임) 모험을 생성하는 AI 기반 디스코드 봇입니다. 사용자는 서사적인 퀘스트를 시작하고, 독특한 세계를 만들어 다양한 종류의 RPG를 플레이할 수 있습니다. 간단한 명령으로 자신만의 이야기를 만들고 개인화하거나 친구들과 다인용 형식으로 즐길 수 있습니다. 이 봇은 무한한 독특한 플레이를 제공하여 매번 새롭게 경험할 수 있도록 보장합니다. 또한, 더 큰 그룹이 더욱 절약할 수 있는 비용 효율적인 시스템을 갖추고 있어 팀워크를 장려합니다. 로레위버는 디스코드와 원활하게 통합되어 초보자 및 경험이 풍부한 RPG 애호가 모두에게 편리하고 매력적인 플랫폼을 제공합니다.