项目概览
AgentRL 将 Agent 强化学习拆成训练框架和环境部署框架，用 rollout、actor、reference 三类 worker 在 Ray 集群上异步生成轨迹、更新策略并保持 KL 基线。控制器和 task worker 负责管理多轮任务环境，并通过 HTTP 或 gRPC 通信；适合复现实验或搭建自定义任务，训练需要 Ray、CPU/GPU 资源和相应模型配置。
仓库事实
- 主要语言
- Python
- 许可证
- MIT
- 仓库更新时间
- 2026年7月10日
- 默认分支
- main
资源类型
开发框架智能体编排框架
使用场景
AI 与智能体开发数据与分析研究与知识测试与调试
运行方式
云端运行本地运行自托管
协议与集成
REST
核心能力
代码执行数据检索可观测性验证与评测工作流自动化
适合人群
开发者研究人员