AutoX специализируется на разработке AI-систем для автономных транспортных средств, включая возможности восприятия и принятия решений в реальном времени. Он интегрирует передовые алгоритмы для интерпретации данных с различных датчиков, что позволяет автомобилю ориентироваться в сложных условиях. AutoX также подчеркивает функции безопасности, обеспечивая возможность принятия обоснованных решений автономной системой с соблюдением правил дорожного движения и норм. Он стремится улучшить общий опыт вождения, предоставляя гладкие, надежные и удобные решения как для пассажиров, так и для операторов автопарков.

Cognexo - это продвинутый AI-агент, который упрощает и автоматизирует повседневные задачи. Он использует интеллектуальные рабочие процессы для повышения продуктивности в различных сферах. Пользователи могут создавать, управлять и оптимизировать рабочие процессы через его интуитивно понятный интерфейс, обеспечивая бесшовную интеграцию с популярным программным обеспечением для обработки данных в реальном времени, улучшения командного взаимодействия и повышения принятия решений. От управления расписаниями до автоматизации повторяющихся задач, Cognexo разработан, чтобы адаптироваться к уникальным потребностям каждого пользователя.

Многоагентная система автономного сбора отходов — исследовательская платформа, которая использует обучение с подкреплением для обучения отдельных роботов-сборщиков отходов сотрудничеству при планировании маршрутов. Агенты обучаются избегать избыточного покрытия, минимизировать путь и реагировать на динамические модели генерации отходов. Разработан на Python, система включает среду моделирования для тестирования и корректировки политик перед внедрением в реальной среде. Пользователи могут настраивать карты, точки сдачи отходов, датчики агентов и структуры вознаграждений для адаптации поведения к конкретным городским районам или операционным ограничениям.

SARL предназначен для поддержки принятия решений и динамического развития с помощью Eclipse IDE, предоставляя средства редактирования, генерации кода, отладки и тестирования. Исполняющая среда может быть направлена на различные платформы, включая симуляционные фреймворки (например, MadKit, Janus) и реальные системы в робототехнике и IoT. Разработчики могут структурировать сложные приложения MAS, собирая модульные навыки и протоколы, упрощая разработку адаптивных, распределённых систем ИИ.

SuperPilot — автономная рамочная система AI-агентов, использующая большие языковые модели для выполнения многоступенчатых задач без ручного вмешательства. Интегрируя GPT и модели Anthropic, она может создавать планы, вызывать внешние инструменты, такие как браузер для веб-скрапинга, терминал для выполнения команд оболочки и модули памяти для хранения контекста. Пользователи задают цели, а SuperPilot динамически координирует подзадачи, управляет очередью задач и реагирует на новую информацию. Модульная архитектура позволяет добавлять пользовательские инструменты, настраивать параметры моделей и вести журнал взаимодействий. Благодаря встроенным циклдам обратной связи человек может уточнять решения и повышать качество результатов. Это делает SuperPilot подходящим для автоматизации исследований, задач программирования, тестирования и рутинных рабочих процессов обработки данных.