Git Stars Git Stars

#multi-agent-reinforcement-learning Repositorios

Descubre 19 repositorios activos de código abierto de GitHub etiquetados con #multi-agent-reinforcement-learning, que acumulan 29,554 estrellas en total (una media de 1,555 estrellas por proyecto). El líder de este tema es tailcallhq/forgecode, con 7,636 estrellas.

19
Total de Repositorios
29,554
Total de estrellas
1,555
Promedio de Estrellas/Repo
Lenguajes de programación: Python Rust

19 repositorios en total

1
tailcallhq/forgecode

Programador en pareja con IA para Claude, GPT, O Series, Grok, Deepseek, Gemini y más de 300 modelos

tailcallhq
⭐ 7,636 Rust 👤 tailcallhq Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-12-08
2
pytorch/rl

Una biblioteca PyTorch modular, orientada a primitivas y primero en Python para Reinforcement Learning.

pytorch
⭐ 3,640 Python 👤 pytorch Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-02-01
3
Farama-Foundation/PettingZoo

Una API estándar para entornos de aprendizaje por refuerzo multiagente, con entornos de referencia populares y utilidades relacionadas

Farama-Foundation
⭐ 3,556 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2026-11-17 📅 Creado 2020-01-20
4
openai/multi-agent-emergence-environments

Código de generación de entorno para el artículo "Emergent Tool Use From Multi-Agent Autocurricula"

openai
⭐ 1,769 Python 👤 openai Organization 🕐 Actualizado 2024-07-30 📅 Creado 2019-08-12
5
Farama-Foundation/ChatArena

ChatArena (o Chat Arena) es un entorno de juego de lenguaje multiagente para LLM. El objetivo es desarrollar las capacidades de comunicación y colaboración de las IA.

Farama-Foundation
⭐ 1,552 Python 👤 Farama-Foundation Organization 🕐 Actualizado 2025-08-11 📅 Creado 2023-03-06
6
Replicable-MARL/MARLlib

Un repositorio es todo lo que es necesario para el aprendizaje por refuerzo multiagente (MARL)

Replicable-MARL
⭐ 1,243 Python 👤 Replicable-MARL Organization 🕐 Actualizado 2024-11-28 📅 Creado 2021-12-14
7
agi-brain/xuance

XuanCe: Una biblioteca integral y unificada de aprendizaje profundo por refuerzo

agi-brain
⭐ 1,114 Python 👤 agi-brain Organization 🕐 Actualizado 2026-11-17 📅 Creado 2023-05-21
8
PKU-MARL/HARL

Implementación oficial de algoritmos HARL basada en PyTorch.

PKU-MARL
⭐ 966 Python 👤 PKU-MARL Organization 🕐 Actualizado 2026-11-14 📅 Creado 2023-04-17
9
instadeepai/Mava

🦁 Una base de código amigable para la investigación para la experimentación rápida de aprendizaje por refuerzo multiagente en JAX

instadeepai
⭐ 939 Python 👤 instadeepai Organization 🕐 Actualizado 2026-11-06 📅 Creado 2021-03-30
10
microsoft/maro

La plataforma de Optimización de Recursos Multiagente (MARO) es una instancia de Reinforcement Learning as a Service (RaaS) para problemas de optimización de recursos en el mundo real.

microsoft
⭐ 920 Python 👤 microsoft Organization 🕐 Actualizado 2025-04-24 📅 Creado 2019-12-27
11
tinyzqh/light_mappo

Versión ligera de MAPPO para ayudarte a migrar rápidamente a tu entorno local.

tinyzqh
⭐ 887 Python 👤 tinyzqh User 🕐 Actualizado 2026-05-12 📅 Creado 2021-07-01
12
OpenRL-Lab/openrl

Marco unificado de aprendizaje por refuerzo

OpenRL-Lab
⭐ 802 Python 👤 OpenRL-Lab Organization 🕐 Actualizado 2024-09-06 📅 Creado 2023-04-12
13
facebookresearch/BenchMARL

BenchMARL es una biblioteca para la evaluación comparativa de Multi-Agent Reinforcement Learning (MARL). BenchMARL permite comparar rápidamente diferentes algoritmos, tareas y modelos de MARL, al tiempo que se basa sistemáticamente en sus dos principios fundamentales: reproducibilidad y estandarización.

facebookresearch
⭐ 687 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-02-07 📅 Creado 2023-08-22
14
Gen-Verse/Open-AgentRL

RLAnything (ICML 2026) y AutoTool (ICML 2026), DemyAgent: Aprendizaje por refuerzo de código abierto para LLMs y escenarios de agentes

Gen-Verse
⭐ 664 Python 👤 Gen-Verse Organization 🕐 Actualizado 2026-06-12 📅 Creado 2025-10-13
15
uoe-agents/epymarl

Una extensión de la base de código PyMARL que incluye algoritmos adicionales y soporte de entorno

uoe-agents
⭐ 662 Python 👤 uoe-agents Organization 🕐 Actualizado 2024-09-24 📅 Creado 2021-06-06
16
citylearn-project/CityLearn

Entorno oficial de aprendizaje por refuerzo para respuesta a la demanda y modelado de carga

citylearn-project
⭐ 662 Python 👤 citylearn-project Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-06-30
17
marl-book/codebase

Repositorio oficial de código para el libro MARL (www.marl-book.com)

marl-book
⭐ 650 Python 👤 marl-book Organization 🕐 Actualizado 2025-03-30 📅 Creado 2021-02-11
18
proroklab/VectorizedMultiAgentSimulator

VMAS es un simulador diferenciable vectorizado diseñado para la evaluación comparativa eficiente del Aprendizaje por Refuerzo Multiagente. Se compone de un motor de física 2D vectorizado escrito en PyTorch y un conjunto de escenarios multirrobot desafiantes. Se pueden implementar escenarios adicionales a través de una interfaz simple y modular.

proroklab
⭐ 631 Python 👤 proroklab Organization 🕐 Actualizado 2026-05-19 📅 Creado 2022-05-12
19
TsinghuaC3I/MARTI

[ICLR 2026] Un marco para el entrenamiento reforzado y la inferencia multiagente basados en LLM

TsinghuaC3I
⭐ 575 Python 👤 TsinghuaC3I Organization 🕐 Actualizado 2026-08-20 📅 Creado 2025-05-10

Preguntas frecuentes

1

¿Cuál es el repositorio de #multi-agent-reinforcement-learning más popular en GitHub?

El proyecto de código abierto de #multi-agent-reinforcement-learning mejor posicionado en GitHub es tailcallhq/forgecode, con 7,636 estrellas. Programador en pareja con IA para Claude, GPT, O Series, Grok, Deepseek, Gemini y más de 300 modelos

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #multi-agent-reinforcement-learning?

Entre los proyectos de #multi-agent-reinforcement-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Rust.

3

¿Cómo se calcula la clasificación de los repositorios de #multi-agent-reinforcement-learning?

Seguimos 19 repositorios activos de código abierto etiquetados con #multi-agent-reinforcement-learning (500+ estrellas), que suman un total de 29,554 estrellas, con una media de 1,555 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.