CrewAI-Learning은 다중 에이전트 강화 학습 프로젝트를 간소화하도록 설계된 오픈소스 라이브러리입니다. 환경 구조, 모듈형 에이전트 정의, 사용자 정의 보상 함수, DQN, PPO, A3C와 같은 협력 작업에 적합한 내장 알고리즘을 제공합니다. 사용자는 시나리오 정의, 훈련 루프 관리, 메트릭 로깅 및 결과 시각화를 수행할 수 있습니다. 프레임워크는 에이전트 팀 및 보상 공유 전략의 동적 구성을 지원하여 다양한 분야에서 프로토타이핑, 평가 및 최적화를 용이하게 합니다.

Java Action Linearprogram 모듈은 LightJason 프레임워크에 특화된 액션을 제공하여 에이전트가 선형 최적화 작업을 모델링하고 해결할 수 있게 합니다. 사용자들은 목표 계수, 등호 및 부등식 제약 조건을 구성하고, 해결 방법을 선택하며, 에이전트의 추론 주기 내에서 해결기를 실행할 수 있습니다. 실행 후, 액션은 최적 변수 값과 목표 점수를 반환하며, 에이전트는 이를 사용해 이후 계획 또는 실행에 활용할 수 있습니다. 이 플러그앤플레이 구성요소는 문제 정의를 Java 인터페이스를 통해 전면 제어하면서 해결기 복잡성을 숨깁니다.