multi-agent-reinforcement-learning

Claude、GPT、O Series、Grok、Deepseek、Gemini および 300以上のモデルに対応した AI 搭載ペアプログラマー

強化学習のための、モジュール式でプリミティブ中心の Python ファーストな PyTorch ライブラリ

マルチエージェント強化学習環境のための標準API。一般的なリファレンス環境および関連ユーティリティを含む。

ChatArena（またはChat Arena）は、LLM向けのマルチエージェント言語ゲーム環境です。AIのコミュニケーションとコラボレーション能力の開発を目的としています。

マルチエージェント強化学習（MARL）に必要なリポジトリは1つだけ

XuanCe：包括的かつ統一された深層強化学習ライブラリ

🦁 JAXにおけるマルチエージェント強化学習の迅速な実験を可能にする、研究者向けのコードベース

Multi-Agent Resource Optimization (MARO) プラットフォームは、現実世界の資源最適化問題に対する Reinforcement Learning as a Service (RaaS) のインスタンスです。

統合強化学習フレームワーク

BenchMARLは、マルチエージェント強化学習（MARL）のベンチマークを行うためのライブラリです。BenchMARLを使用することで、「再現性」と「標準化」という2つの核心的原則に基づき、さまざまなMARLアルゴリズム、タスク、モデルを迅速に比較できます。

RLAnything (ICML 2026) & AutoTool (ICML 2026)、DemyAgent: LLM およびエージェントシナリオ向けのオープンソース RL

VMAS は、効率的なマルチエージェント強化学習のベンチマーク用に設計されたベクトル化・微分可能なシミュレータです。PyTorch で書かれたベクトル化 2D 物理エンジンと、一連の困難なマルチロボットシナリオで構成されています。追加のシナリオは、シンプルでモジュール式なインターフェースを通じて実装できます。

LLM ベースのマルチエージェント強化学習および推論用フレームワーク