#multi-agent-reinforcement-learning 仓库
探索 19 个标记为 #multi-agent-reinforcement-learning 的活跃开源 GitHub 仓库,它们累计获得 29,554 个 Star(平均每个项目 1,555 个)。该主题的领先项目是 tailcallhq/forgecode,拥有 7,636 个 Star。
共 19 个仓库
论文 "Emergent Tool Use From Multi-Agent Autocurricula" 的环境生成代码
BenchMARL是一个用于多智能体强化学习(MARL)基准测试的库。BenchMARL允许快速比较不同的MARL算法、任务和模型,同时系统地遵循其两大核心原则:可复现性和标准化。
RLAnything (ICML 2026) 与 AutoTool (ICML 2026),DemyAgent:面向大语言模型与智能体场景的开源强化学习
VMAS是一个向量化可微分模拟器,旨在实现高效的多智能体强化学习基准测试。它由一个用PyTorch编写的向量化2D物理引擎和一组具有挑战性的多机器人场景组成。可以通过简单且模块化的接口来实现额外的场景。
常见问题解答
GitHub 上最受欢迎的 #multi-agent-reinforcement-learning 仓库是什么?
GitHub 上排名第一的开源 #multi-agent-reinforcement-learning 项目是 tailcallhq/forgecode,拥有 7,636 个 Star。Claude, GPT, O Series, Grok, Deepseek, Gemini 和 300+ 模型的 AI 赋能配对编程器
#multi-agent-reinforcement-learning 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #multi-agent-reinforcement-learning 项目中,最常见的编程语言是 Python, Rust。
#multi-agent-reinforcement-learning 仓库的排名是如何计算的?
我们跟踪了 19 个标记为 #multi-agent-reinforcement-learning 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 29,554 个 Star,平均每个仓库拥有 1,555 个 Star。排名每日根据 GitHub API 更新。