METIS-Core
纯C++编写的开源深度强化学习（DRL）与多智能体强化学习（MARL）框架，基于LibTorch构建，零Python运行时开销，专为生产环境、实时控制和边缘设备部署设计
时间轴 (近 90 天)
METIS-Core 是一个完全用 C++ 编写的开源深度强化学习（DRL）与多智能体强化学习（MARL）框架，把 Python 从训练和推理执行循环中彻底移除，直接调用 PyTorch 的原生 C++ 接口 LibTorch 运行
METIS-Core 由开发者 Felix Romo 在 Reddit 上分享
METIS-Core 采用基于张量的抽象层，智能体只处理纯张量状态，其智能部分与具体应用场景无关，从而可适配机器人、交易、物流、国防等不同领域
METIS-Core 内置 Shared-Trunk Multi-Head（共享主干多头）架构支持，多个智能体共享同一神经网络主干以学习联合协调策略
METIS-Core 实现了原生运行的 AlphaZero 自对弈循环，其中蒙特卡洛树搜索（MCTS）以多线程方式在 C++ 中执行
METIS-Core 在版本 v0.3.0/v0.3.1-alpha 集成了 C++ 版 AlphaZero 自对弈循环，并在 Los Alamos Chess（6×6 棋盘）基准环境上完成验证
METIS-Core 在 v0.2.0-alpha 实现了多头神经网络架构并提供名为 SwarmDefenseTIE 的多智能体协作防御参考场景
METIS-Core 目前处于 alpha 阶段，是个人开发的项目，基准验证局限在 6×6 象棋等小规模环境
METIS-Core 的路线图包括 AlphaZero 非对称 MARL（用于智能体拥有不同动作空间和目标的非对称场景）和加入近端策略优化（PPO）以支持连续动作空间
全部知识事实 (8)
METIS-Core 是一个完全用 C++ 编写的开源深度强化学习（DRL）与多智能体强化学习（MARL）框架，把 Python 从训练和推理执行循环中彻底移除，直接调用 PyTorch 的原生 C++ 接口 LibTorch 运行
50%待验证METIS-Core 由开发者 Felix Romo 在 Reddit 上分享
50%待验证METIS-Core 采用基于张量的抽象层，智能体只处理纯张量状态，其智能部分与具体应用场景无关，从而可适配机器人、交易、物流、国防等不同领域
50%待验证METIS-Core 内置 Shared-Trunk Multi-Head（共享主干多头）架构支持，多个智能体共享同一神经网络主干以学习联合协调策略
50%待验证METIS-Core 实现了原生运行的 AlphaZero 自对弈循环，其中蒙特卡洛树搜索（MCTS）以多线程方式在 C++ 中执行
50%待验证METIS-Core 在版本 v0.3.0/v0.3.1-alpha 集成了 C++ 版 AlphaZero 自对弈循环，并在 Los Alamos Chess（6×6 棋盘）基准环境上完成验证
50%待验证METIS-Core 在 v0.2.0-alpha 实现了多头神经网络架构并提供名为 SwarmDefenseTIE 的多智能体协作防御参考场景
50%待验证METIS-Core 的路线图包括 AlphaZero 非对称 MARL（用于智能体拥有不同动作空间和目标的非对称场景）和加入近端策略优化（PPO）以支持连续动作空间
50%