このリポジトリは、FIPA Contract Netインタラクションプロトコルの完全なJava実装を提供します。管理エージェントと契約エージェントを作成し、CFP（提案呼び出し）、提案、承認、拒否をエージェント通信チャネル経由で交換できます。主要モジュールには、タスクのブロードキャスト、入札収集、カスタマイズ可能な基準による提案評価、契約の授与、実行状況の監視が含まれ、研究シミュレーションや工業スケジューリング、ロボット協調に利用可能です。

JaCaMoは、マルチエージェントシステム（MAS）の設計と実行のための統一環境を提供し、3つのコアコンポーネントを統合しています。BDIベースのエージェント用のJasonエージェントプログラミング言語、アーティファクトベースの環境モデル用のCArtAgO、そして組織構造や役割を指定するMoiseです。開発者は、エージェントの計画を書き、操作を持つアーティファクトを定義し、規範的フレームワークでエージェントグループを組織できます。システムには、MASの相互作用のシミュレーション、デバッグ、ビジュアライゼーションのツールが含まれています。分散実行、アーティファクトリポジトリ、および柔軟なメッセージングをサポートし、JaCaMoは群知能、共同ロボット工学、分散意思決定などの分野での迅速な試作と研究を可能にします。そのモジュール式設計により、学術および産業プロジェクトでのスケーラビリティと拡張性が保証されます。

GAMA Genstar Pluginは、OpenAIやローカルLLM、カスタムモデルエンドポイントへのコネクタを提供し、生成型AIの能力をGAMAプラットフォームに追加します。ユーザーはGAMLでプロンプトやパイプラインを定義し、エージェントの意思決定や環境記述、シナリオパラメータをリアルタイムに生成できます。プラグインは同期・非同期のAPI呼び出し、レスポンスのキャッシュ、パラメータ調整をサポートし、大規模シミュレーションへの自然言語モデルの統合を容易にします。

JADE-DR-VPPは、仮想発電所（VPP）の需要反応（DR）を実現するマルチエージェントシステムを実装したオープンソースのJavaフレームワークです。各エージェントは、JADEメッセージングを通じて通信する柔軟な負荷または発電ユニットを表します。システムは、DRイベントの調整、負荷調整のスケジューリング、リソースの集約を行い、グリッドシグナルに対応します。ユーザーはエージェントの挙動を設定し、大規模なシミュレーションを実行し、エネルギーマネジメント戦略のパフォーマンス指標を分析できます。

NVIDIA Isaacは、NVIDIAによって提供される先進的なロボティクスプラットフォームであり、開発者がAI対応ロボットシステムを作成し、展開できるようにすることを目的としています。これには、知覚、ナビゲーション、制御のための機械学習アルゴリズムのシームレスな統合を可能にする強力なツールとフレームワークが含まれています。このプラットフォームは、リアルタイムでのAIエージェントのシミュレーション、トレーニング、展開をサポートし、倉庫の自動化、エッジコンピューティング、ロボティクス研究など、さまざまなアプリケーションに適しています。

Multi-Agent ColCompは、複雑なタスクに取り組むためのAIエージェントチームを調整する拡張性の高いオープンソースフレームワークです。開発者は異なるエージェントの役割を定義し、通信チャネルを設定し、統一されたメモリストアを通じてコンテキストデータを共有できます。本ライブラリには、交渉、調整、および合意形成のためのプラグイン式コンポーネントが含まれています。例として協調的なテキスト生成、分散計画、マルチエージェントのシミュレーションなどの設定が示されており、そのモジュラー設計は簡単な拡張を可能にし、研究や生産環境でのマルチエージェント戦略の迅速なプロトタイプ作成と評価をサポートします。

multiagent-envは、マルチエージェント強化学習環境の作成と評価を簡素化するためのオープンソースのPythonライブラリです。エージェント数、アクションと観測の空間、報酬関数、環境のダイナミクスを指定して、協力的および対立的なシナリオを定義できます。リアルタイムのビジュアライゼーション、カスタマイズ可能なレンダリング、Stable BaselinesやRLlibなどのPythonベースのRLフレームワークとの容易な統合をサポートします。モジュール式設計により、新しいシナリオの迅速なプロトタイピングとマルチエージェントアルゴリズムの簡単なベンチマークが可能です。

APLibは、ゲームやシミュレーション環境内でのAI駆動の自律エージェント開発を容易にするために設計されています。Belief-Desire-Intention（BDI）に触発されたアーキテクチャを採用し、知覚、意思決定、およびアクション実行のためのモジュラーコンポーネントを提供します。開発者は、直感的なAPIやビヘイビアツリーを通じてエージェントの信念、目標、行動を定義できます。APLibのエージェントはカスタマイズ可能なセンサーを通じてゲームの状態を解釈し、内蔵のプランナーを使って計画を立て、アクチュエータを介して環境と対話します。このライブラリはUnity、Unreal、および純粋なJava環境との統合をサポートし、自動化されたテスト、AI研究、シミュレーションを促進します。行動モジュールの再利用、迅速なプロトタイピング、および堅牢なQAワークフローを促進し、反復的なテストシナリオの自動化や複雑なプレイヤー行動のシミュレーションを手動介入なしで可能にします。

MACLは、複数のAIエージェントの作成と調整を簡素化するためのモジュラーPythonフレームワークです。個々のエージェントにカスタムスキルを定義し、通信チャネルを設定し、エージェットネットワーク全体のタスクをスケジュールできます。エージェントはメッセージを交換し、責任を交渉し、共有データに基づいて動的に適応できます。人気のLLMのサポートや拡張性のためのプラグインシステムも備えており、顧客サービスの自動化、データ分析パイプライン、シミュレーション環境などの分野でスケーラブルかつ維持可能なAIワークフローを実現します。

マルチエージェントシステムは、分散エージェントベースのアーキテクチャの作成、設定、および実行を容易にするために設計されています。開発者は、エージェントの動作、通信オントロジー、およびサービスの記述をJavaクラス内で定義できます。フレームワークは、コンテナの設定、メッセージの送受信、およびライフサイクル管理を処理します。標準のFIPAプロトコルに基づいており、ピアツーピア交渉、協力的計画、モジュール拡張をサポートします。ユーザーは、シングルマシンまたはネットワーク上のホスト間でマルチエージェントシナリオを実行、監視、デバッグでき、研究、教育、小規模展開に最適です。

Fetch.aiの自律経済エージェント（AEA）は、相互作用、外部環境、デジタル台帳と通信できる自律型ソフトウェアエージェントの設計、実装、調整を可能にする多用途なフレームワークです。プラグインベースのアーキテクチャを利用し、通信プロトコル、暗号化された台帳API、分散型ID、カスタマイズ可能な意思決定スキルの事前構成されたモジュールを提供します。エージェントは分散マーケットプレイス内で発見し、取引を行い、目標駆動の行動を取り、リアルタイムデータフィードを通じて適応できます。このフレームワークは、マルチエージェントシナリオのテストとデバッグのためのシミュレーションツール、ライブブロックチェーンやピアツーピアネットワークへの展開もサポートします。内蔵の相互運用性とエージェント間のメッセージングにより、AEAはエネルギー取引、サプライチェーンの最適化、IoTのスマートコーディネーションなどの複雑な自律経済アプリケーションの開発を効率化します。

Swarms.rsは、群れベースのAIエージェントプログラムの実行のためのRustコアランタイムです。カスタムロジックやAIモデルを統合するためのモジュール式プラグインシステム、ピアツーピア通信のためのメッセージパッシング層、エージェントの動作をスケジューリングする非同期エグゼキュータを備えています。これらのコンポーネントにより、設計、展開、複雑な分散エージェントネットワークのスケーリングが可能となり、シミュレーション、自動化、多エージェント協調タスクに役立ちます。