MAPF_G2RL é uma estrutura de pesquisa de código aberto que une teoria dos gráficos e aprendizagem por reforço profundo para resolver o problema de busca de caminho multiagente (MAPF). Ela codifica nós e arestas em representações vetoriais, define funções de recompensa espacial e conscientes de colisões, e suporta vários algoritmos de RL, como DQN, PPO e A2C. A estrutura automatiza a criação de cenários gerando gráficos aleatórios ou importando mapas do mundo real, e coordena laços de treinamento que otimizam políticas para múltiplos agentes simultaneamente. Após o aprendizado, os agentes são avaliados em ambientes simulados para medir a otimização do caminho, o tempo de execução total e as taxas de sucesso. Seu design modular permite que pesquisadores estendam componentes essenciais, integrem novas técnicas de MARL e façam benchmarks contra solucionadores clássicos.

A plataforma Foundry AI oferece uma estrutura de simulação web determinística e anotação, permitindo que os usuários coletem rótulos de alta qualidade, avaliem efetivamente os agentes de navegador e depurem problemas de desempenho. Ela garante testes reproduzíveis e avaliação escalável sem os desafios de desvio web, proibições de IP e limites de taxa. Construída por especialistas da indústria, a plataforma melhora a avaliação de agentes, aprimoramento contínuo e depuração de desempenho em um ambiente controlado.

O ambiente Beer Game fornece uma simulação em tempo discreto de uma cadeia de suprimentos de cerveja de quatro etapas — varejista, atacadista, distribuidor e fabricante — com uma interface OpenAI Gym. Os agentes recebem observações incluindo estoque disponível, estoque em pipeline e pedidos recebidos, e produzem quantidades de pedido. O ambiente calcula custos por etapa para armazenamento e pedidos pendentes, e suporta distribuições de demanda e tempos de entrega personalizáveis. Ele se integra perfeitamente com bibliotecas RL populares como Stable Baselines3, permitindo que pesquisadores e educadores avaliem e treinem algoritmos para tarefas de otimização da cadeia de suprimentos.

Coval ajuda as empresas a simular milhares de cenários a partir de alguns casos de teste, permitindo que testem seus agentes de voz e chat de forma abrangente. Construído por especialistas em testes autônomos, Coval oferece recursos como simulações de voz personalizáveis, métricas integradas para avaliações e rastreamento de desempenho. É projetado para desenvolvedores e empresas que desejam implantar agentes de IA confiáveis mais rapidamente.

Dino Reinforcement Learning oferece uma caixa de ferramentas abrangente para treinar um agente de IA a jogar o jogo do dinossauro do Chrome via aprendizado por reforço. Integrando-se com uma instância headless do Chrome através do Selenium, captura quadros do jogo em tempo real e os processa em representações de estado otimizadas para entradas de redes Q profundas. O framework inclui módulos para memória de replay, exploração epsilon-greedy, modelos de redes neurais convolucionais e loops de treinamento com hiperparâmetros personalizáveis. Os usuários podem monitorar o progresso do treinamento via logs no console e salvar pontos de verificação para avaliações posteriores. Após o treinamento, o agente pode ser implantado para jogar jogos ao vivo autonomamente ou avaliado contra diferentes arquiteturas de modelos. O design modular permite substituição fácil de algoritmos de RL, tornando-o uma plataforma flexível para experimentação.

HMAS é uma estrutura de código aberto em Python que permite o desenvolvimento de sistemas multiagente hierárquicos. Oferece abstrações para definir hierarquias de agentes, protocolos de comunicação entre agentes, integração de ambientes e loops de treinamento integrados. Pesquisadores e desenvolvedores podem usar HMAS para prototipar interações complexas de vários agentes, treinar políticas coordenadas e avaliar o desempenho em ambientes simulados. Seu design modular torna fácil estender e personalizar agentes, ambientes e estratégias de treinamento.