Simple Playgrounds fornece uma plataforma modular para construir ambientes interativos em grade 2D, onde os agentes podem navegar por labirintos, interagir com objetos e completar tarefas. Os usuários definem layouts do ambiente, comportamentos de objetos e funções de recompensa via scripts simples em YAML ou Python. O renderizador integrado do Pygame oferece visualização em tempo real, enquanto uma API baseada em passos garante integração perfeita com bibliotecas de aprendizado por reforço, como Stable Baselines3. Com suporte para configurações multiagente, detecção de colisões e parâmetros de física personalizáveis, o Simple Playgrounds agiliza a prototipagem, benchmarking e demonstrações educacionais de algoritmos de IA.

RL-Agents é uma estrutura de aprendizado por reforço de nível de pesquisa construída sobre PyTorch que reúne algoritmos populares de RL em métodos baseados em valor, política e ator-crítico. A biblioteca possui uma API modular de agentes, aceleração por GPU, integração perfeita com OpenAI Gym e ferramentas embutidas de registro e visualização. Os usuários podem configurar hiperparâmetros, personalizar ciclos de treinamento e fazer benchmarking de desempenho com algumas linhas de código, tornando RL-Agents ideal para pesquisa acadêmica, prototipagem e experimentação industrial.

RL Collision Avoidance fornece um pipeline completo para desenvolver, treinar e implantar políticas de prevenção de colisões para múltiplos robôs. Oferece um conjunto de cenários de simulação compatíveis com Gym onde agentes aprendem navegação sem colisões usando algoritmos de reforço. Os usuários podem personalizar parâmetros do ambiente, usar aceleração por GPU para treinamento mais rápido e exportar políticas aprendidas. A estrutura também integra com ROS para testes reais, suporta modelos pré-treinados para avaliação imediata e dispõe de ferramentas para visualizar trajetórias de agentes e métricas de desempenho.

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.

SoccerAgent é uma estrutura de IA especializada projetada para desenvolver e treinar agentes autônomos de futebol usando técnicas avançadas de aprendizado por reforço multiagente (MARL). Ela simula partidas de futebol realistas em ambientes 2D ou 3D, oferecendo ferramentas para definir funções de recompensa, personalizar atributos dos jogadores e implementar estratégias táticas. Os usuários podem integrar algoritmos populares de RL (como PPO, DDPG e MADDPG) via módulos integrados, monitorar o progresso do treinamento através de painéis de controle e visualizar comportamentos dos agentes em tempo real. A estrutura suporta treinamentos baseados em cenários para ataque, defesa e protocolos de coordenação. Com uma base de código extensível e documentação detalhada, SoccerAgent capacita pesquisadores e desenvolvedores a analisar dinâmicas de equipe e refinar estratégias de jogo impulsionadas por IA para projetos acadêmicos e comerciais.

Este repositório fornece uma estrutura completa de aprendizado por reforço para pesquisa de jogabilidade em StarCraft II. O agente principal usa Proximal Policy Optimization (PPO) para aprender redes de política que interpretam dados de observação do ambiente PySC2 e geram ações precisas no jogo. Desenvolvedores podem configurar camadas de redes neurais, modelagem de recompensas e cronogramas de treinamento para otimizar o desempenho. O sistema suporta multiprocessamento para coleta eficiente de amostras, utilitários de registro para monitorar curvas de treinamento e scripts de avaliação para executar políticas treinadas contra oponentes scriptados ou IA incorporada. O código é escrito em Python e utiliza TensorFlow para definição e otimização de modelos. Usuários podem estender componentes como funções de recompensa personalizadas, pré-processamento de estado ou arquiteturas de rede para atender a objetivos de pesquisa específicos.

TexasHoldemAgent fornece um ambiente modular baseado em Python para treinar, avaliar e implantar um jogador de poker alimentado por IA para Texas Hold’em limit heads-up. Integra um motor de simulação personalizado com algoritmos de aprendizado por reforço profundo, incluindo DQN, para melhoria iterativa de políticas. Funcionalidades principais incluem codificação do estado das mãos, definição do espaço de ações (Fold, Call, Raise), modelagem de recompensas e avaliação de decisões em tempo real. Usuários podem personalizar os parâmetros de aprendizagem, usar aceleração de CPU/GPU, monitorar o progresso do treinamento e carregar ou salvar modelos treinados. O framework suporta simulação em lote para testar várias estratégias, gerar métricas de desempenho e visualizar taxas de vitória, capacitando pesquisadores, desenvolvedores e entusiastas de poker a experimentar estratégias de jogo orientadas por IA.

O Text-to-Reward fornece um pipeline para treinar modelos de recompensa que mapeiam descrições de tarefas ou feedback baseado em texto em valores de recompensa escalar para agentes de RL. Aproveitando arquiteturas baseadas em transformadores e ajustando finamente com dados de preferência humana coletados, o framework aprende automaticamente a interpretar instruções em linguagem natural como sinais de recompensa. Os usuários podem definir tarefas arbitrárias por meio de prompts de texto, treinar o modelo e, posteriormente, incorporar a função de recompensa aprendida em qualquer algoritmo de RL. Essa abordagem elimina a necessidade de moldar manualmente recompensas, aumenta a eficiência de amostragem e permite que agentes sigam instruções complexas de múltiplas etapas em ambientes simulados ou do mundo real.

uAgents é um framework modular em JavaScript que capacita desenvolvedores a construir agentes autônomos e descentralizados de IA capazes de descobrir pares, trocar mensagens, colaborar em tarefas e se adaptar através de aprendizagem. Os agentes comunicam-se por protocolos de gossip baseados em libp2p, registram capacidades via registros on-chain e negociam acordos de nível de serviço usando contratos inteligentes. A biblioteca principal gerencia eventos do ciclo de vida do agente, roteamento de mensagens e comportamentos extensíveis como aprendizagem por reforço e alocação de tarefas de mercado. Por meio de plugins personalizáveis, uAgents pode integrar-se com o ledger da Fetch.ai, APIs externas e redes de oráculos, permitindo que os agentes realizem ações no mundo real, obtenham dados e tomem decisões em ambientes distribuídos sem orquestração centralizada.

Vanilla Agents é uma estrutura leve baseada em PyTorch que fornece implementações modulares e extensíveis de agentes de reforço fundamentais. Suporta algoritmos como DQN, Double DQN, PPO e A2C, com wrappers de ambiente plugáveis compatíveis com OpenAI Gym. Os usuários podem configurar hiperparâmetros, registrar métricas de treinamento, salvar pontos de verificação e visualizar curvas de aprendizagem. A base de código é organizada para clareza, tornando-a ideal para prototipagem de pesquisa, uso educacional e benchmarking de novas ideias em RL.

VMAS é um kit completo para construir e treinar sistemas multiagentes usando aprendizado por reforço profundo. Suporta simulação paralela baseada em GPU de centenas de instâncias de ambientes, permitindo coleta de dados de alta taxa e treinamento escalável. Inclui implementações de algoritmos populares de MARL como PPO, MADDPG, QMIX e COMA, juntamente com interfaces modulares de políticas e ambientes para prototipagem rápida. O framework facilita o treinamento centralizado com execução descentralizada (CTDE), oferece ajuste de recompensa personalizável, espaços de observação e hooks de callback para logging e visualização. Com seu design modular, o VMAS integra-se perfeitamente com modelos PyTorch e ambientes externos, tornando-se ideal para pesquisa em tarefas cooperativas, competitivas e de motivos mistos, abrangendo robótica, controle de tráfego, alocação de recursos e cenários de IA de jogos.

A estrutura YGO-Agent permite que pesquisadores e entusiastas desenvolvam bots de IA que jogam o jogo de cartas Yu-Gi-Oh usando reforço de aprendizado. Ela encapsula o simulador de jogo YGOPRO em um ambiente compatível com OpenAI Gym, definindo representações de estado como mão, campo e pontos de vida, e representações de ação incluindo convocação, ativação de feitiço/armadilha e ataque. As recompensas são baseadas em resultados de vitória/derrota, dano causado e progresso no jogo. A arquitetura do agente usa PyTorch para implementar DQN, com opções para arquiteturas de rede personalizadas, replay de experiência e exploração epsilon-greedy. Módulos de registro gravam curvas de treinamento, taxas de vitória e logs detalhados de movimentos para análise. A estrutura é modular, permitindo que usuários substituam ou estendam componentes como a função de recompensa ou espaço de ação.

A-Mem foi projetado para integrar-se perfeitamente com frameworks de IA baseados em Python, oferecendo três módulos distintos de memória: memória episódica para o contexto de cada episódio, memória de curto prazo para ações passadas imediatas e memória de longo prazo para acumular conhecimentos ao longo do tempo. Desenvolvedores podem personalizar a capacidade de memória, políticas de retenção e backends de serialização, como armazenamento em memória ou Redis. A biblioteca inclui algoritmos de indexação eficientes para recuperar memórias relevantes com base na similaridade e janelas de contexto. Inserindo os manipuladores de memória do A-Mem no ciclo percepção-ação, os usuários podem armazenar observações, ações e resultados e consultar experiências passadas para informar decisões atuais. Este design modular suporta rápida experimentação em aprendizagem por reforço, IA conversacional, navegação robótica e outras tarefas que exigem consciência de contexto e raciocínio temporal.

GYM_XPLANE_ML envolve o simulador de voo X-Plane como um ambiente OpenAI Gym, expondo controles de acelerador, elevador, ailerons e leme como espaços de ação e parâmetros de voo como altitude, velocidade e orientação como observações. Usuários podem automatizar fluxos de trabalho de treinamento em Python, selecionar cenários predefinidos ou personalizar pontos, condições meteorológicas e modelos de aeronaves. A biblioteca gerencia comunicação de baixa latência com X-Plane, executa episódios em modo síncrono, registra métricas de desempenho e suporta renderização em tempo real para depuração. Facilitando desenvolvimento iterativo de autoplotes baseados em ML e algoritmos RL experimentais em ambiente de voo de alta fidelidade.

A Acme é uma estrutura baseada em Python que simplifica o desenvolvimento e a avaliação de agentes de aprendizado por reforço. Oferece uma coleção de implementações de agentes pré-construídos (por exemplo, DQN, PPO, SAC), wrappers de ambientes, buffers de Replay e motores de execução distribuída. Pesquisadores podem combinar componentes para criar protótipos de novos algoritmos, monitorar métricas de treinamento com registro embutido e aproveitar pipelines distribuídos escaláveis para experimentos em grande escala. A Acme integra-se com TensorFlow e JAX, suporta ambientes personalizados via interfaces OpenAI Gym e inclui utilitários para checkpointing, avaliação e configuração de hiperparâmetros.

A Tradução Automática com Agentes de IA é uma estrutura de código aberto destinada a pesquisa e desenvolvimento em tradução automática. Orquestra três agentes principais — gerador, avaliador e refinador — para produzir, avaliar e aprimorar traduções colaborativamente. Baseada em PyTorch e modelos de transformadores, suporta pré-treinamento supervisionado, otimização por aprendizado por reforço e políticas de agentes configuráveis. Usuários podem fazer benchmarking em conjuntos de dados padrão, acompanhar pontuações BLEU e estender o pipeline com agentes personalizados ou funções de recompensa para explorar colaboração entre agentes em tarefas de tradução.

AI Hedge Fund 5zu fornece um pipeline completo para negociação quantitativa: um ambiente personalizável para simular múltiplas classes de ativos, módulos de agentes baseados em aprendizado por reforço, utilitários de teste retrospectivo, integração de dados de mercado em tempo real e ferramentas de gestão de risco. Os usuários podem configurar fontes de dados, definir funções de recompensa, treinar agentes com dados históricos e avaliar o desempenho através de métricas financeiras-chave. A estrutura suporta desenvolvimento de estratégias modulares e pode ser estendida para APIs de corretores ao vivo para implantar bots de negociação de nível de produção.

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.

Ant_racer é uma plataforma virtual de perseguição e evasão multiagente que fornece um ambiente de jogo para estudar o aprendizado por reforço multiagente. Construído sobre OpenAI Gym e Mujoco, permite aos usuários simular interações entre múltiplos agentes autônomos em tarefas de perseguição e evasão. A plataforma suporta implementação e teste de algoritmos de aprendizado por reforço como DDPG em um ambiente fisicamente realista. É útil para pesquisadores e desenvolvedores interessados em comportamentos de IA multiagente em cenários dinâmicos.

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.