Этот проект с открытым исходным кодом представляет собой полный фреймворк обучения с подкреплением для нескольких агентов на базе PyTorch и Unity ML-Agents. Включает децентрализованные алгоритмы DDPG, обертки окружения и тренировочные скрипты. Пользователи могут настраивать политики агентов, критические сети, буферы повторных данных и параллельных рабочих. Встроены хуки для логирования и мониторинга с помощью TensorBoard, а модульная структура позволяет легко внедрять пользовательские функции награды и параметры окружения. В репозитории есть примерные сцены Unity с демонстрациями задач совместной навигации, что делает его идеально подходящим для расширения и бенчмаркинга сценариев с множеством агентов в симуляциях.

Enso — это платформа, основанная на браузере, которая позволяет пользователям создавать настраиваемых ИИ-агентов с помощью визуального конструктора на основе потоков. Пользователи перетаскивают модульные компоненты кода и ИИ, конфигурируют API-интеграции, внедряют интерфейсы чата и предварительно просматривают интерактивные рабочие процессы в реальном времени. После разработки агенты можно мгновенно протестировать и одним щелчком разместить в облаке или экспортировать в виде контейнеров. Enso упрощает сложные задачи автоматизации, сочетая простоту без кода с полной расширяемостью кода, что позволяет быстро разрабатывать интеллектуальных помощников и рабочие процессы на основе данных.