用仿真、强化学习和分布式组件优化资源配置决策。
用 JAX 快速训练与评估分布式多智能体强化学习系统。
让 LLM 多智能体系统通过强化学习进行可扩展训练与树搜索增强推理，覆盖辩论、智能体链、混合智能体等工作流。