AgentRL
在 Ray 集群上训练多轮、多任务的 Agent 强化学习模型。
- Stars
- 313
- Forks
- 25
- 更新时间
- 更新于 2026年7月10日
在 Ray 集群上训练多轮、多任务的 Agent 强化学习模型。
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。
资源类型
使用场景
运行方式
组合模型、数据源与工具,快速开发可替换组件的 LLM 应用
跟踪、评估和监控 LLM、智能体与机器学习模型。
协议与集成
核心能力
适合人群
GitHub 公开事实最近同步于 2026年7月10日。
用Python编排、评估和部署AI代理工作流
用类型安全的Python框架构建AI代理