MAPF_G2RL — это открытая исследовательская среда, соединяющая теорию графов и глубокое усиленное обучение для решения задачи поиска путей с несколькими агентами (MAPF). Она кодирует узлы и ребра в векторные представления, определяет пространственные и коллизионно-осведомленные функции награды, поддерживает различные алгоритмы RL, такие как DQN, PPO и A2C. Фреймворк автоматизирует создание сценариев, генерируя случайные графы или импортируя карты реального мира, а также управляет циклами обучения, оптимизирующими политики для нескольких агентов одновременно. После обучения агенты оцениваются в симуляционных средах по показателям оптимальности маршрутов, времени выполнения и уровню успеха. Его модульный дизайн позволяет исследователям расширять ключевые компоненты, интегрировать новые методы MARL и проводить сравнение с классическими решателями.

EthicalEvalMAS обеспечивает модульную среду для оценки систем с несколькими агентами по ключевым этическим аспектам, таким как справедливость, автономия, конфиденциальность, прозрачность и благотворительность. Пользователи могут генерировать пользовательские сценарии или использовать встроенные шаблоны, задавать собственные метрики, запускать автоматические скрипты оценки и визуализировать результаты с помощью встроенных инструментов отчетности. Его расширяемая архитектура облегчает интеграцию с существующими платформами MAS и поддерживает воспроизводимое этическое бенчмаркинг для различных поведений агентов.