CityLearn은 강화학습을 활용한 에너지 관리 연구를 위한 모듈형 시뮬레이션 플랫폼입니다. 사용자는 다구역 건물 클러스터, HVAC 시스템, 저장 유닛, 재생 에너지원을 정의하고 수요 반응 이벤트에 대응하는 RL 에이전트를 훈련시킬 수 있습니다. 환경은 온도, 부하 프로파일, 에너지 가격 등의 상태 관측값을 제공하며, 행동은 설정점과 저장 디스패치를 제어합니다. 유연한 보상 API는 비용 절감 또는 배출 감축과 같은 맞춤형 메트릭을 허용하며, 로깅 유틸리티는 성능 분석을 지원합니다. CityLearn은 벤치마크, 커리큘럼 학습, 새로운 제어 전략 개발에 적합합니다.

LLM Arena는 다양한 대규모 언어 모델을 비교하기 위해 설계된 다목적 플랫폼입니다. 사용자는 성능 지표, 사용자 경험 및 전반적인 효과를 바탕으로 상세한 평가를 수행할 수 있습니다. 이 플랫폼은 강점과 약점을 강조하는 매력적인 시각화를 제공하며, 사용자들이 AI 요구에 대해 교육받은 선택을 할 수 있도록 지원합니다. 비교 커뮤니티를 촉진함으로써 AI 기술 이해에 대한 공동 작업을 지원하며 궁극적으로 인공지능 분야를 발전시키는 것을 목표로 하고 있습니다.

MADDPG-Keras는 Keras에 구현된 MADDPG 알고리즘을 통해 다중 에이전트 강화 학습 연구를 위한 완전한 프레임워크를 제공합니다. 연속 행동 공간, 여러 에이전트, 표준 OpenAI Gym 환경을 지원하며, 연구자와 개발자는 신경망 구조, 학습 하이퍼파라미터, 보상 함수를 구성할 수 있으며, 내장 로깅과 모델 체크포인트 기능을 이용하여 실험을 빠르게 수행하고 벤치마킹할 수 있습니다.