multi-agent-reinforcement-learning

AI 驅動的程式碼伴侶，支援 Claude、GPT、O 系列、Grok、Deepseek、Gemini 及 300+ 模型

一個模組化、原始型優先、Python 首先的 PyTorch Reinforcement Learning 函式庫。

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

ChatArena（或 Chat Arena）是一個面向 LLM 的多 Agent 語言遊戲環境，旨在培養 AI 的溝通與協作能力。

多代理人強化學習（MARL）只需一個儲存庫就夠了

XuanCe：一個全面且統一的深度強化學習函式庫

🦁 適用於 JAX 中多智慧體強化學習快速實驗的研究友善程式碼庫

多代理資源最佳化（MARO）平台是用於現實世界資源最佳化問題的「即服務強化學習」（RaaS）實例。

統一的強化學習框架

BenchMARL 是一個用於多智能體強化學習 (MARL) 基準測試的函式庫。BenchMARL 能夠快速比較不同的 MARL 演算法、任務與模型，同時堅守其兩大核心原則：可重現性與標準化。

RLAnything (ICML 2026) 與 AutoTool (ICML 2026)，DemyAgent：用於 LLM 與 Agent 場景的開源強化學習

VMAS 是一款向量化可微分模擬器，專為高效的多代理強化學習基準測試而設計。它包含一個以 PyTorch 編寫的向量化 2D 物理引擎以及一系列具挑戰性的多機器人場景。可透過簡單且模組化的介面實作額外場景。

基於 LLM 的多代理強化訓練與推理框架