MARO (Multi-Agent Resource Optimization) — это фреймворк на Python, предназначенный для поддержки разработки и оценки агентов обучения с подкреплением с несколькими агентами в сценариях цепей поставок, логистики и управления ресурсами. Включает шаблоны для управления запасами, планирования грузовиков, кросс-докинга, аренды контейнеров и прочего. MARO предлагает унифицированный API агентов, встроенные трекеры для ведения экспериментов, возможности параллельного моделирования для масштабных тренировок и инструменты визуализации для анализа эффективности. Платформа модульная, расширяемая, интегрируется с популярными RL-библиотеками, обеспечивая воспроизводимость исследований и быструю прототипирование решений на базе ИИ.

Multi-Agent Coordination предоставляет легкий API для определения ИИ-агентов, регистрации их у центрального координатора и назначения задач для совместного решения. Он управляет маршрутизацией сообщений, контролем конкуренции и агрегированием результатов. Разработчики могут подключать собственные поведения агентов, расширять каналы связи и отслеживать взаимодействия через встроенное журналирование и хуки. Этот фреймворк упрощает создание распределенных рабочих процессов ИИ, где каждый агент специализируется на подзадаче, а координатор обеспечивает слажную работу.

Pig — это платформа автоматизации, разработанная для упрощения создания сложных рабочих процессов для приложений Windows с использованием технологий ИИ. Она предлагает интерфейс на основе чата для прототипирования рабочих процессов без кодирования и предоставляет SDK для удовлетворения потребностей в продвинутой автоматизации. С помощью Pig пользователи могут интегрировать управление машинами, создавать агентов с помощью API Agent и использовать широкий спектр таких инструментов, как функции клика, ввода и скриншота. Pig идеально подходит для автоматизаций, которые требуют бесшовной интеграции с человеческим контролем, обеспечивая эффективное управление критически важными операциями.