on-policy
★ 2.1k
vs
conduit
★ 96
on-policy vs conduit
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。；conduit：Conduit 作为一个本地模型上下文协议（MCP）网关，旨在通过将服务器工具整合为少数元工具，显著减少AI代理使用多个工具时的令牌开销。它简化了各种服务的设置和身份验证，只需配置一次即可在所有连接的AI客户端中使用。
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 conduit 如果…降低AI代理使用大量工具时的令牌成本并提高上下文窗口效率。
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
conduit01通过工具的惰性发现模式减少约90%的令牌消耗。
02所有AI客户端只需一次设置和身份验证。
03基于代理的作用域控制不同客户端的工具访问。
04内置治理功能，可开启/关闭工具并审计调用。
05内置的工具测试平台，可在集成前验证工具功能。
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
conduit↳降低AI代理使用大量工具时的令牌成本并提高上下文窗口效率。
↳从单个网关为各种AI客户端管理和验证多个外部服务（例如 Stripe、Supabase、GitHub）。
↳对不同AI客户端或代理可以访问的工具提供精细控制，增强安全性和合规性。
↳在部署工具到代理之前，使用内置平台测试和验证AI工具（例如来自MCP服务器的工具）。
05
适合场景
on-policy时下流行强化学习多智能体AI
conduit—
FAQ
常见问题
on-policy 和 conduit 有什么区别？
on-policy 和 conduit 都属于 LLM Infra 类别。on-policy 有 2.1k Stars，conduit 有 96 Stars。
on-policy 和 conduit 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，降低AI代理使用大量工具时的令牌成本并提高上下文窗口效率。 时选 conduit。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
conduit 是免费的吗？
是的，conduit 在 GitHub 开源（MIT）。
→