O Mean-Field MARL fornece uma estrutura robusta em Python para implementar e avaliar algoritmos de aprendizado por reforço multiagente de campo médio. Ele aproxima interações em grande escala de agentes modelando o efeito médio dos agentes vizinhos via Q-learning de campo médio. A biblioteca inclui wrappers de ambientes, módulos de políticas de agentes, loops de treinamento e métricas de avaliação, permitindo treinamento escalável com centenas de agentes. Construído em PyTorch para aceleração GPU, suporta ambientes personalizáveis como Particle World e Gridworld. Seu design modular permite fácil extensão com novos algoritmos, enquanto as ferramentas integradas de registro e visualização baseadas em Matplotlib acompanham recompensas, curvas de perda e distribuições de campo médio. Scripts de exemplo e documentação orientam os usuários na configuração, na experimentação e na análise de resultados, tornando-o ideal tanto para pesquisa quanto para prototipagem de sistemas multiagentes em grande escala.

RL-Agents é uma estrutura de aprendizado por reforço de nível de pesquisa construída sobre PyTorch que reúne algoritmos populares de RL em métodos baseados em valor, política e ator-crítico. A biblioteca possui uma API modular de agentes, aceleração por GPU, integração perfeita com OpenAI Gym e ferramentas embutidas de registro e visualização. Os usuários podem configurar hiperparâmetros, personalizar ciclos de treinamento e fazer benchmarking de desempenho com algumas linhas de código, tornando RL-Agents ideal para pesquisa acadêmica, prototipagem e experimentação industrial.

Comunicação Emergente em Agentes é uma estrutura de PyTorch de código aberto projetada para pesquisadores explorarem como sistemas multiagentes desenvolvem seus próprios protocolos de comunicação. A biblioteca oferece implementações flexíveis de tarefas de aprendizagem por reforço cooperativa, incluindo jogos referenciais, jogos de combinação e desafios de identificação de objetos. Os usuários definem arquiteturas de agentes falantes e ouvintes, especificam propriedades do canal de mensagem como tamanho do vocabulário e comprimento da sequência, e selecionam estratégias de treinamento como gradientes de política ou aprendizagem supervisionada. A estrutura inclui scripts ponta a ponta para executar experimentos, analisar eficiência de comunicação e visualizar línguas emergentes. Seu design modular permite fácil extensão com novos ambientes de jogo ou funções de perda personalizadas. Pesquisadores podem reproduzir estudos publicados, avaliar novos algoritmos e explorar a composicionalidade e semântica das línguas emergentes dos agentes.