on-policy
★ 2.0k
vs
mini-swe-agent
★ 4.7k
on-policy vs mini-swe-agent
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。；mini-swe-agent：Mini-SWE-agent 是一个轻量级的AI智能体，仅用100行代码实现，旨在解决GitHub问题及更多任务，提供比大型编码智能体更简化但性能优异的替代方案。它专注于极简主义、在SWE-bench等基准测试上的高性能表现，以及在各种环境中的轻松部署。
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 mini-swe-agent 如果…研究人员用于无冗余的基准测试、微调或强化学习实验
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
mini-swe-agent01代码极简（约100行Python）
02高性能（SWE-bench验证基准得分>74%）
03易于部署和沙盒化（Docker, Podman, Singularity）
04仅使用Bash工具，避免复杂的工具调用接口
05线性历史记录，便于调试和微调
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
mini-swe-agent↳研究人员用于无冗余的基准测试、微调或强化学习实验
↳希望拥有、理解和修改其AI工具的开发者
↳需要易于沙盒化并在任何地方部署的解决方案的工程师
05
适合场景
on-policy时下流行强化学习多智能体AI
mini-swe-agent时下流行宝藏工具
FAQ
常见问题
on-policy 和 mini-swe-agent 有什么区别？
on-policy 和 mini-swe-agent 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，mini-swe-agent 有 4.7k Stars。
on-policy 和 mini-swe-agent 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，研究人员用于无冗余的基准测试、微调或强化学习实验 时选 mini-swe-agent。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
mini-swe-agent 是免费的吗？
是的，mini-swe-agent 在 GitHub 开源。
→