多代理资源优化（MARO）平台是强化学习即服务（RaaS）的实例，用于现实世界中的资源优化。 它可以应用于许多重要的工业领域，例如物流中的，运输中的，数据中心中的配置以及金融中的资产管理。 除了（RL），它还支持其他计划/决策机制，例如。 MARO的关键组件： 模拟工具包：它提供了一些预定义的方案，以及用于构建新方案的可重复使用的轮子。 RL工具包：它为RL提供了全栈抽象，例如代理管理器，代理，RL算法，学习者，参与者和各种成形者。 分布式工具箱：它提供了分布式通信组件，用于消息自动处理