MARL-DPP é uma estrutura de código aberto que permite aprendizado por reforço multiagente (MARL) com diversidade garantida através de Processos de Pontos Determinantes (DPP). Abordagens tradicionais de MARL frequentemente sofrem de convergência de políticas para comportamentos semelhantes; MARL-DPP aborda isso incorporando medidas baseadas em DPP para encorajar os agentes a manter distribuições de ações diversas. O kit de ferramentas fornece código modular para incorporar DPP nos objetivos de treinamento, amostragem de políticas e gerenciamento de exploração. Inclui integração pronta para uso com ambientes padrão do OpenAI Gym e do Ambiente de Partículas Multiagente (MPE), além de utilitários para gerenciamento de hiperparâmetros, registro e visualização de métricas de diversidade. Pesquisadores podem avaliar o impacto de restrições de diversidade em tarefas cooperativas, alocação de recursos e jogos competitivos. O design extensível suporta ambientes personalizados e algoritmos avançados, facilitando a exploração de variantes do MARL-DPP.

Este projeto de código aberto oferece uma estrutura completa de aprendizado por reforço multiagente construída em PyTorch e Unity ML-Agents. Inclui algoritmos DDPG descentralizados, wrappers de ambiente e roteiros de treinamento. Os usuários podem configurar políticas de agentes, redes críticas, buffers de replay e trabalhadores de treinamento paralelos. Ganchos de registro permitem monitoramento no TensorBoard, enquanto um código modular suporta funções de recompensa e parâmetros de ambiente personalizados. O repositório inclui cenas Unity de exemplo demonstrando tarefas colaborativas de navegação, tornando-se ideal para estender e testar cenários multiagente em simulações.

CommNet é uma biblioteca orientada à pesquisa que implementa a arquitetura CommNet, permitindo que múltiplos agentes compartilhem estados ocultos em cada passo de tempo e aprendam a coordenar ações em ambientes cooperativos. Inclui definições de modelos PyTorch, scripts de treinamento e avaliação, wrappers de ambientes para OpenAI Gym e utilitários para personalizar canais de comunicação, contagem de agentes e profundidade da rede. Pesquisadores e desenvolvedores podem usar o CommNet para prototipar e fazer benchmarking de estratégias de comunicação entre agentes em tarefas de navegação, perseguição-evitação e coleta de recursos.

Este repositório implementa comunicação emergente em aprendizado por reforço multiagente usando PyTorch. Os usuários podem configurar redes neurais de emissores e receptores para jogar jogos referenciais ou navegação cooperativa, incentivando os agentes a desenvolver um canal de comunicação discreto ou contínuo. Oferece scripts para treinamento, avaliação e visualização dos protocolos aprendidos, além de utilitários para criação de ambientes, codificação e decodificação de mensagens. Pesquisadores podem expandi-lo com tarefas personalizadas, modificar arquiteturas de rede e analisar a eficiência do protocolo, promovendo experimentação rápida em comunicação emergente de agentes.

multi_agent_celar é projetado como uma plataforma de IA modular que permite comunicação por linguagem emergente entre múltiplos agentes inteligentes em ambientes simulados. Os usuários podem definir comportamentos de agentes via arquivos de política, configurar parâmetros de ambiente e lançar sessões de treinamento coordenadas onde os agentes evoluem seus próprios protocolos de comunicação para resolver tarefas cooperativas. O framework inclui scripts de avaliação, ferramentas de visualização e suporte para experimentos escaláveis, tornando-o ideal para pesquisas sobre colaboração entre múltiplos agentes, linguagem emergente e processos de tomada de decisão.

DQN-Deep-Q-Network-Atari-Breakout-TensorFlow fornece uma implementação completa do algoritmo DQN adaptado ao ambiente Atari Breakout. Utiliza uma rede neural convolucional para aproximar valores Q, aplica replay de experiências para quebrar correlações entre observações sequenciais e emprega uma rede alvo atualizada periodicamente para estabilizar o treinamento. O agente segue uma política epsilon-greedy para exploração e pode ser treinado do zero com entrada de pixels crus. O repositório inclui arquivos de configuração, scripts de treinamento para monitorar o crescimento da recompensa por episódios, scripts de avaliação para testar modelos treinados e utilitários TensorBoard para visualizar métricas de treinamento. Os usuários podem ajustar hiperparâmetros como taxa de aprendizagem, tamanho do buffer de replay e tamanho do lote para experimentar diferentes configurações.