#multi-agent-reinforcement-learning 저장소
#multi-agent-reinforcement-learning 태그가 지정된 GitHub의 활성 오픈 소스 저장소 19개를 확인해 보세요. 총 29,554개의 스타를 획득했으며 프로젝트당 평균 1,555개입니다. 이 주제를 이끄는 저장소는 7,636개의 스타를 받은 tailcallhq/forgecode입니다.
저장소 총 19개
Claude, GPT, O Series, Grok, Deepseek, Gemini 및 300개 이상의 모델을 위한 AI 기반 페어 프로그래머
논문 "Emergent Tool Use From Multi-Agent Autocurricula"에 대한 환경 생성 코드
ChatArena(또는 Chat Arena)는 LLM을 위한 다중 에이전트 언어 게임 환경입니다. 목표는 AI의 커뮤니케이션 및 협업 능력을 개발하는 것입니다.
BenchMARL은 다중 에이전트 강화 학습(MARL) 벤치마킹을 위한 라이브러리입니다. BenchMARL을 사용하면 재현성과 표준화라는 두 가지 핵심 원칙에 체계적으로 기반을 두면서 다양한 MARL 알고리즘, 작업 및 모델을 신속하게 비교할 수 있습니다.
RLAnything (ICML 2026) 및 AutoTool (ICML 2026), DemyAgent: LLM 및 에이전트 시나리오를 위한 오픈 소스 강화 학습
VMAS는 효율적인 다중 에이전트 강화 학습 벤치마킹을 위해 설계된 벡터화된 미분 가능 시뮬레이터입니다. 이는 PyTorch로 작성된 벡터화된 2D 물리 엔진과 일련의 도전적인 다중 로봇 시나리오로 구성되어 있습니다. 추가적인 시나리오는 간단하고 모듈화된 인터페이스를 통해 구현될 수 있습니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #multi-agent-reinforcement-learning 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #multi-agent-reinforcement-learning 프로젝트는 7,636개의 스타를 받은 tailcallhq/forgecode입니다. Claude, GPT, O Series, Grok, Deepseek, Gemini 및 300개 이상의 모델을 위한 AI 기반 페어 프로그래머
#multi-agent-reinforcement-learning 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #multi-agent-reinforcement-learning 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Rust입니다.
#multi-agent-reinforcement-learning 저장소 순위는 어떻게 계산되나요?
#multi-agent-reinforcement-learning 태그가 지정된 활성 오픈 소스 저장소(19개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 29,554개이며 저장소당 평균 1,555개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.