on-policy
★ 2.0k
vs
xLAM
★ 621
on-policy vs xLAM
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。；xLAM：xLAM是一个研究大型行动模型（LAM）的仓库，它将来自不同环境的代理轨迹统一为一致格式。该项目优化了通用数据加载器以进行代理训练，从而在各种场景下实现强大的模型开发。
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 xLAM 如果…大语言模型中的函数调用
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
xLAM01聚合来自不同环境的代理轨迹
02标准化并统一轨迹为一致格式
03优化用于代理训练的通用数据加载器
04在训练期间保持不同数据源之间的平衡
05支持使用Transformers和vLLM进行高效推理
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
xLAM↳大语言模型中的函数调用
↳训练自主代理
↳多轮对话处理
05
适合场景
on-policy时下流行强化学习多智能体AI
xLAM时下流行
FAQ
常见问题
on-policy 和 xLAM 有什么区别？
on-policy 和 xLAM 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，xLAM 有 621 Stars。
on-policy 和 xLAM 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，大语言模型中的函数调用 时选 xLAM。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
xLAM 是免费的吗？
是的，xLAM 在 GitHub 开源（APACHE）。
→