O Sistema de Coleta de Resíduos Autônoma Multiagente é uma plataforma orientada por pesquisa que emprega aprendizado por reforço multiagente para treinar robôs de coleta de resíduos individuais a colaborarem no planejamento de rotas. Os agentes aprendem a evitar cobertura redundante, minimizar a distância de viagem e responder a padrões dinâmicos de geração de resíduos. Construído em Python, o sistema integra um ambiente de simulação para testar e refinar políticas antes da implantação no mundo real. Os usuários podem configurar layouts de mapas, pontos de descarte de resíduos, sensores de agentes e estruturas de recompensa para adaptar o comportamento a áreas urbanas específicas ou restrições operacionais.

O sistema de busca e resgate baseado em múltiplos agentes no ROS é uma estrutura de robótica que utiliza o ROS para implantar múltiplos agentes autônomos para operações coordenadas de busca e resgate. Cada agente utiliza sensores a bordo e tópicos ROS para mapeamento em tempo real, evitação de obstáculos e detecção de alvos. Um coordenador central atribui tarefas de forma dinâmica com base no andamento do agente e no feedback do ambiente. O sistema pode ser executado no Gazebo ou em robôs reais, permitindo que pesquisadores e desenvolvedores testem e aprimorem a cooperação entre múltiplos robôs, protocolos de comunicação e planejamento de missão adaptativo sob condições realistas.