이 오픈소스 프로젝트는 PyTorch와 Unity ML-Agents를 기반으로 구축된 완전한 다중 에이전트 강화 학습 프레임워크를 제공합니다. 분산 DDPG 알고리즘, 환경 래퍼, 훈련 스크립트를 포함하며, 사용자들은 에이전트 정책, 비평 네트워크, 재현 버퍼, 병렬 훈련 워커를 구성할 수 있습니다. 로깅 후크는 TensorBoard 모니터링을 가능하게 하며, 모듈화된 코드는 사용자 지정 보상 함수와 환경 매개변수를 지원합니다. 저장된 Unity 예제 씬은 협력 탐색 작업을 시연하며, 시뮬레이션에서 다중 에이전트 시나리오 확장과 벤치마킹에 이상적입니다.

Enso는 사용자들이 시각적 플로우 기반 빌더를 통해 맞춤 AI 에이전트를 생성할 수 있는 브라우저 기반 플랫폼입니다. 사용자는 모듈형 코드와 AI 컴포넌트를 끌어다 놓기 하고 API 통합을 구성하며, 채팅 인터페이스를 삽입하고, 실시간으로 대화형 워크플로우를 미리 볼 수 있습니다. 설계가 완료되면 에이전트는 즉시 테스트할 수 있고, 클릭 한 번으로 클라우드에 배포하거나 컨테이너로 내보낼 수 있습니다. Enso는 노코드의 간단함과 전체 코드 확장성을 결합하여 복잡한 자동화 작업을 간소화하며, 지능형 비서 및 데이터 기반 워크플로우의 신속한 개발을 가능하게 합니다.