- Passo 1: Instale via pip: pip install multiagentes ou clone o repositório no GitHub.
- Passo 2: Importe classes principais: from multiagentes import Environment, Agent.
- Passo 3: Crie ou selecione um cenário de ambiente predefinido.
- Passo 4: Defina comportamentos de agentes estendendo a classe Agent e sobrescrevendo os métodos de ação.
- Passo 5: Configure canais de comunicação e funções de recompensa conforme necessário.
- Passo 6: Inicialize a simulação e chame env.run() para iniciar o treinamento ou avaliação.
- Passo 7: Use utilitários de visualização e registro embutidos para monitorar o progresso.
- Passo 8: Analise métricas registradas e ajuste parâmetros para experimentos adicionais.