simple_rl é uma biblioteca minimalista em Python projetada para agilizar a pesquisa e educação em aprendizado por reforço. Ela fornece uma API consistente para definir ambientes e agentes, com suporte embutido para paradigmas comuns de RL, incluindo Q-learning, métodos de Monte Carlo e algoritmos de programação dinâmica como iteração de valores e de políticas. A estrutura inclui ambientes de exemplo como GridWorld, MountainCar e Multi-Armed Bandits, facilitando experimentação prática. Os usuários podem estender classes básicas para implementar ambientes ou agentes personalizados, enquanto funções utilitárias cuidam de registro, acompanhamento de desempenho e avaliação de políticas. A arquitetura leve de simple_rl e sua base de código clara a tornam ideal para prototipagem rápida, ensino dos fundamentos de RL e benchmarking de novos algoritmos em um ambiente reprodutível e de fácil compreensão.

O repositório Projetos Berkeley Pacman oferece uma base de código modular em Python onde os usuários constroem e testam agentes de IA em um labirinto de Pacman. Ele orienta os aprendizes através de busca não informada e informada (DFS, BFS, A*), busca adversarial multiagente (minimax, poda alpha-beta) e aprendizado por reforço (Q-learning com extração de características). Interfaces gráficas integradas visualizam o comportamento dos agentes em tempo real, enquanto casos de testes incorporados e um autograder verificam a correção. Ao iterar nas implementações dos algoritmos, os usuários ganham experiência prática em exploração de espaço de estados, design heurístico, raciocínio adversarial e aprendizado baseado em recompensas dentro de uma estrutura de jogo unificada.

Pacman AI oferece um ambiente e uma estrutura de agentes totalmente funcionais em Python para o clássico jogo Pacman. O projeto implementa algoritmos principais de aprendizado por reforço—Q-learning e iteração de valores—para permitir que o agente aprenda políticas ótimas para coleta de pílulas, navegação no labirinto e evasão de fantasmas. Os usuários podem definir funções de recompensa personalizadas e ajustar hiperparâmetros como taxa de aprendizado, fator de desconto e estratégia de exploração. A estrutura suporta registro de métricas, visualização de desempenho e configurações reprodutíveis de experimentos. É projetada para fácil extensão, permitindo que pesquisadores e estudantes integrem novos algoritmos ou abordagens baseadas em redes neurais e os comparem com métodos tradicionais de grade no domínio de Pacman.

Auto-aprendizado simples oferece aos desenvolvedores uma abordagem extremamente simples para criar e treinar agentes de aprendizado por reforço em Python. A estrutura abstrai componentes principais de RL, como wrappers de ambientes, módulos de política e buffers de experiência, em interfaces concisas. Os usuários podem rapidamente inicializar ambientes, definir políticas personalizadas usando backends familiares como PyTorch ou TensorFlow, e executar loops de treinamento com registro e pontos de verificação integrados. A biblioteca suporta algoritmos on-policy e off-policy, permitindo experimentações flexíveis com Q-learning, gradientes de política e métodos ator-crítico. Ao reduzir o código boilerplate, auto-aprendizado simples permite que praticantes, educadores e pesquisadores prototype algoritmos, testem hipóteses e visualizem o desempenho do agente com configuração mínima. Seu design modular também facilita a integração com stacks de ML existentes e ambientes personalizados.

AI Agents for Rock Paper Scissors é um projeto de código aberto em Python que demonstra como construir, treinar e avaliar diferentes estratégias de IA — jogo aleatório, reconhecimento de padrões baseado em regras e aprendizado por reforço (Q-learning) — no clássico jogo Pedra-Papel-Tesoura. Oferece classes de agentes modulares, um executor de jogo configurável, registro de desempenho e utilitários de visualização. Os usuários podem facilmente trocar agentes, ajustar parâmetros de aprendizagem e explorar o comportamento da IA em cenários competitivos.

HFO_DQN combina Python e TensorFlow para fornecer um pipeline completo para treinar agentes de futebol usando Deep Q-Networks. Os usuários podem clonar o repositório, instalar dependências incluindo o simulador HFO e bibliotecas Python, e configurar os parâmetros de treinamento em arquivos YAML. O framework implementa experiência de replay, atualizações de rede alvo, exploração epsilon-greedy e modelagem de recompensas específicas para o domínio offense de meio campo. Possui scripts para treinamento de agentes, registro de desempenho, partidas de avaliação e plotagem de resultados. A estrutura modular de código permite integrar arquiteturas de rede neural personalizadas, algoritmos RL alternativos e estratégias de coordenação multiagentes. As saídas incluem modelos treinados, métricas de desempenho e visualizações de comportamento, facilitando a pesquisa em aprendizado por reforço e sistemas multiagentes.

jason-RL adiciona uma camada de aprendizagem por reforço ao framework de múltiplos agentes Jason, permitindo que agentes AgentSpeak BDI aprendam políticas de seleção de ações via feedback de recompensa. Implementa algoritmos Q-learning e SARSA, suporta a configuração de parâmetros de aprendizado (taxa de aprendizado, fator de desconto, estratégia de exploração) e registra métricas de treinamento. Definindo funções de recompensa nos planos dos agentes e executando simulações, os desenvolvedores podem observar os agentes melhorarem sua tomada de decisão ao longo do tempo, adaptando-se a ambientes em mudança sem programação manual de políticas.