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.

Vision AI é uma extensão inovadora que utiliza inteligência artificial para processar e analisar o conteúdo de páginas da web. Os usuários podem capturar capturas de tela e utilizar insights impulsionados por IA para entender melhor e interagir com as informações. Esta ferramenta é projetada para simplificar fluxos de trabalho, melhorando a maneira como os usuários navegam em ambientes da web, oferecendo recursos que suportam detecção de texto, reconhecimento de objetos e outras análises perspicazes que atendem a diversas necessidades profissionais e pessoais.