on-policy
★ 2.0k
vs
youtu-agent
★ 4.6k
on-policy vs youtu-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。；youtu-agent：Youtu-Agent是一个灵活、高性能的框架，用于构建、运行和评估自主智能体，能够利用开源模型在数据分析和深度研究等任务中表现出色。它支持自动化智能体生成、通过免训练GRPO进行持续经验学习，以及可扩展的端到端强化学习训练。
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 youtu-agent 如果…数据分析和报告生成。
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
youtu-agent01在WebWalkerQA和GAIA等基准测试中，使用开源模型实现了经验证的SOTA性能。
02自动化智能体生成，支持Workflow和Meta-Agent模式，自动生成工具代码、提示和配置。
03通过Agent Practice模块和免训练GRPO实现持续经验学习，以低成本提升智能体性能。
04可扩展且稳定的智能体强化学习流程，通过集成分布式框架实现高效训练。
05开源友好且成本意识的设计，优化了可访问的低成本部署，不依赖封闭模型。
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
youtu-agent↳数据分析和报告生成。
↳深度和广度研究以及文献综述。
↳个人文件整理和管理。
05
适合场景
on-policy时下流行强化学习多智能体AI
youtu-agent时下流行
FAQ
常见问题
on-policy 和 youtu-agent 有什么区别？
on-policy 和 youtu-agent 都属于 LLM Infra 类别。on-policy 有 2.0k Stars，youtu-agent 有 4.6k Stars。
on-policy 和 youtu-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，数据分析和报告生成。 时选 youtu-agent。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
youtu-agent 是免费的吗？
是的，youtu-agent 在 GitHub 开源（NOASSERTION）。
→