multi-agent-reinforcement-learning

AI 驱动的代码伴侣，支持 Claude、GPT、O 系列、Grok、Deepseek、Gemini 及 300+ 模型

一个模块化、原始型优先、Python 首先的 PyTorch Reinforcement Learning 函数库。

A standard API for multi-agent reinforcement learning environments, with popular reference environments and related utilities

ChatArena（或 Chat Arena）是一个面向 LLM 的多 Agent 语言游戏环境，旨在培养 AI 的沟通与协作能力。

多智能体强化学习（MARL）只需一个仓库就够了

XuanCe：一个全面且统一的深度强化学习库

🦁 适用于 JAX 中多智能体强化学习快速实验的研究友好代码库

多智能体资源优化（MARO）平台是用于现实世界资源优化问题的“即服务强化学习”（RaaS）实例。

统一的强化学习框架

BenchMARL 是一个用于多智能体强化学习 (MARL) 基准测试的库。BenchMARL 能够快速比较不同的 MARL 算法、任务与模型，同时坚守其两大核心原则：可重现性与标准化。

RLAnything (ICML 2026) 与 AutoTool (ICML 2026)，DemyAgent：用于 LLM 与 Agent 场景的开源强化学习

VMAS 是一款向量化可微分模拟器，专为高效的多智能体强化学习基准测试而设计。它包含一个以 PyTorch 编写的向量化 2D 物理引擎以及一系列具挑战性的多机器人场景。可通过简单且模块化的接口实现额外场景。

基于 LLM 的多代理强化训练与推理框架