Die Werkzeuge hier übernehmen die Recherchearbeit: Sie durchsuchen öffentliche Quellen, verfolgen die Entwicklung von Wettbewerbern, lesen lange Dokumente, führen Simulationen aus und liefern Zusammenfassungen oder Berichte mit Quellenangaben. Dazu kommen offene Frameworks, Trainingsumgebungen und Benchmarks, mit denen sich eigene Recherche- oder Reinforcement-Learning-Agenten bauen und prüfen lassen.
Virtuelle Wissenschaftler bietet KI-Agenten, die Expertinnen und Experten in Physik, Chemie, Biologie und mehr für wissenschaftliche Fragen und Erkundungen simulieren.
Ein interaktives agentenbasiertes ökologisches Simulationstool mit Mesa zur Modellierung der Räuber-Beute-Populationsdynamik mit Visualisierung und Parametersteuerung.
Open-Source-PyTorch-Framework für Multi-Agenten-Systeme zur Erforschung und Analyse emergenter Kommunikationsprotokolle in kooperativen Verstärkungslernaufgaben.
IRIS ist ein KI-gestützter Agent, der Forschern bei der Generierung von Forschungsfragen, Ideationsanstößen, Literaturzusammenfassungen und strukturierten Arbeitsabläufen hilft.
Eine Open-Source-Framework, das mehrere spezialisierte KI-Agenten orchestriert, um autonom Forschungshypothesen zu generieren, Experimente durchzuführen, Ergebnisse zu analysieren und Papiere zu entwerfen.
DALI ermöglicht die interaktive Abfrage und Analyse multimodaler Dokumente mit integrierten Vision- und Sprachmodellen zur Extraktion strukturierter Informationen.
ASP-DALI kombiniert Answer Set Programming und DALI, um reaktive, auf logischem Schluss basierende intelligente Agenten mit flexiblem Ereignismanagement zu modellieren.
Eine RL-Umgebung, die mehrere kooperative und kompetitive Agentenminenarbeiter simuliert, die Ressourcen in einer rasterbasierten Welt für Multi-Agenten-Lernen sammeln.
Ein auf Python basierendes Multi-Agenten-Verstärkungslernen-Framework zur Entwicklung und Simulation kooperativer und kompetitiver KI-Agenten-Umgebungen.
Der lokale RAG-Forscher Deepseek verwendet Deepseek-Indexierung und lokale LLMs für die durch etwaige Fragenbeantwortung ergänzte Abfrage von Nutzerdokumenten.
Ein Open-Source-Rahmenwerk für KI-Agenten, die Wissenschaftler nachahmen, um Literaturrecherchen, Zusammenfassungen und Hypothesenbildung zu automatisieren.
Implementiert vorhersagebasiertes Belohnungsaustausch zwischen mehreren Verstärkungslernagenten zur Förderung der Entwicklung und Bewertung kooperativer Strategien.