on-policy
★ 2.0k
vs
maro
★ 919
on-policy vs maro
on-policy：该存储库实现了MAPPO，一种PPO的多智能体变体，广泛应用于合作多智能体游戏和研究。它为星际争霸II、花火和谷歌足球等多种多智能体环境提供了健壮的实现，并附有详细的训练脚本和超参数指南。；maro：MARO是一个强化学习即服务（RaaS）平台，专为现实世界中各工业领域的资源优化而设计。它提供仿真、强化学习和分布式工具包，以促进复杂优化解决方案的开发和部署。
01
简评
选 on-policy 如果…合作多智能体强化学习的研究与实验
选 maro 如果…物流中的集装箱库存管理
02
并排对比
03
功能特性
on-policy01MAPPO（多智能体PPO）的实现
02支持多样化的多智能体环境（如星际争霸II、花火）
03提供各种场景的即用型训练脚本
04详细的超参数指导和最新结果
05默认支持智能体间的共享策略
maro01全面的仿真工具包
02全栈强化学习工具包
03分布式通信与编排工具包
04预定义的工业场景（如集装箱库存管理、共享单车、虚拟机调度）
05交互式环境可视化仪表盘
04
使用场景
on-policy↳合作多智能体强化学习的研究与实验
↳评估PPO在多智能体强化学习场景中的有效性
↳为星际争霸II和花火等流行多智能体游戏训练AI智能体
maro↳物流中的集装箱库存管理
↳交通运输中的共享单车调度
↳数据中心中的虚拟机配置
05
适合场景
on-policy时下流行强化学习多智能体AI
maro时下流行
FAQ
常见问题
on-policy 和 maro 有什么区别？
on-policy 和 maro 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，maro 有 919 Stars。
on-policy 和 maro 哪个更好？
最佳选择取决于你的具体需求。合作多智能体强化学习的研究与实验 时选 on-policy，物流中的集装箱库存管理 时选 maro。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
maro 是免费的吗？
是的，maro 在 GitHub 开源（MIT）。
→