多智能體自主垃圾收集系統是一個以研究為導向的平台，採用多智能體增強學習來訓練個別垃圾收集機器人協作制定路線。代理學習避免冗餘覆蓋、縮短行駛距離，並對動態產生的垃圾模式做出反應。系統用Python構建，整合模擬環境來測試和微調策略，在投入現實部署前完善系統。用戶可以配置地圖佈局、垃圾投放點、代理感測器和獎勵結構，以根據特定都市區域或運營限制定制行為。

ROS中的多代理搜尋與救援系統是一個機器人技術框架，利用ROS部署多個自主代理，執行協調的搜尋與救援行動。每個代理利用車載感測器和ROS主題進行實時地圖建立、障礙物避讓和目標檢測。中央協調器根據代理狀態及環境反饋動態分配任務。系統可在Gazebo或實際機器人上運行，讓研究人員及開發者測試及優化多機器人合作、通信協議及適應性任務規劃，並在逼真條件下進行。