- Passo 1: Clone o repositório da MARTI no GitHub.
- Passo 2: Instale as dependências via pip (por exemplo, gym, PyTorch ou TensorFlow).
- Passo 3: Configure ambientes de simulação e configurações de agentes no arquivo de configuração.
- Passo 4: Selecione ou implemente seu módulo de algoritmo de RL multiagente.
- Passo 5: Execute scripts de treinamento para iniciar experimentos com registro ativado.
- Passo 6: Acompanhe o treinamento através das métricas e visualizações geradas.
- Passo 7: Analise os resultados usando ferramentas de relatório embutidas ou exporte logs.
- Passo 8: Faça iterações ajustando hiperparâmetros ou cenários de ambiente.