- Passo 1: Clone o repositório ou instale o marft usando pip.
- Passo 2: Defina os papéis dos agentes e o esquema de memória em um arquivo YAML ou Python.
- Passo 3: Configure a simulação de ambiente e as funções de recompensa.
- Passo 4: Execute marft train para iniciar o ajuste fino de RL multiagente.
- Passo 5: Monitore métricas e ajuste hiperparâmetros conforme necessário.
- Passo 6: Avalie os agentes com marft eval e exporte os modelos treinados.
- Passo 7: Implemente os agentes via marft deploy ou integre-os em sua aplicação.