multi-agent-reinforcement-learning

Claude, GPT, O Series, Grok, Deepseek, Gemini और 300+ मॉडल के लिए AI सक्षम पेयर प्रोग्रामर

रिइंफोर्समेंट लर्निंग के लिए एक मॉड्यूलर, प्रिमिटिव-फर्स्ट, पाइथन-फर्स्ट PyTorch लाइब्रेरी।

लोकप्रिय संदर्भ वातावरण और संबंधित यूटिलिटीज के साथ मल्टी-एजेंट सुदृढीकरण सीखने के वातावरण के लिए एक मानक API

ChatArena (या Chat Arena) LLMs के लिए एक मल्टी-एजेंट लैंग्वेज गेम एनवायरनमेंट है। इसका उद्देश्य AIs की संचार और सहयोग क्षमताओं को विकसित करना है।

मल्टी-एजेंट रीइंफोर्समेंट लर्निंग (MARL) के लिए केवल एक रिपॉजिटरी आवश्यक है

XuanCe: एक व्यापक और एकीकृत डीप रीइंफोर्समेंट लर्निंग लाइब्रेरी

JAX में मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग के त्वरित प्रयोग के लिए एक शोध-अनुकूल कोडबेस

Multi-Agent Resource Optimization (MARO) प्लेटफ़ॉर्म वास्तविक दुनिया की संसाधन अनुकूलन समस्याओं के लिए Reinforcement Learning as a Service (RaaS) का एक उदाहरण है।

एकीकृत रीइंफोर्समेंट लर्निंग फ्रेमवर्क

BenchMARL मल्टी-एजेंट रीइंफोर्समेंट लर्निंग (MARL) की बेंचमार्किंग के लिए एक लाइब्रेरी है। BenchMARL इसकी दो मुख्य अवधारणाओं: पुनरुत्पादकता और मानकीकरण पर व्यवस्थित रूप से आधारित रहते हुए विभिन्न MARL एल्गोरिदम, कार्यों और मॉडलों की तुरंत तुलना करने की अनुमति देता है।

RLAnything (ICML 2026) और AutoTool (ICML 2026), DemyAgent: LLMs और एजेंटिक परिदृश्यों के लिए ओपन-सोर्स RL।

VMAS एक वेक्टरकृत डिफरेंशिएबल सिम्युलेटर है जिसे कुशल मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग बेंचमार्किंग के लिए डिज़ाइन किया गया है। इसमें PyTorch में लिखा गया एक वेक्टरकृत 2D फिजिक्स इंजन और चुनौतीपूर्ण मल्टी-रोबोट परिदृश्यों का एक सेट शामिल है। अतिरिक्त परिदृश्यों को एक सरल और मॉड्यूलर इंटरफ़ेस के माध्यम से लागू किया जा सकता है।

LLM-आधारित मल्टी-एजेंट रीइन्फोर्स्ड ट्रेनिंग और इन्फरेंस के लिए एक फ्रेमवर्क