rl

收录理由

TorchRL 用 PyTorch 的思路来做强化学习。它不是一套固定框架，而是把环境、变换、数据收集器、回放缓冲区和损失函数这些构件拆开给你，让你按自己的训练流程自由拼接。代码风格贴近日常写 PyTorch 的习惯，想试新算法或部署控制智能体时，替换某个环节也不用跟抽象层较劲。它自带 Gym、DMControl、Brax 等环境的封装，原生支持多智能体，单机和分布式场景都能覆盖。背靠 PyTorch 生态，文档、示例和持续维护都比较扎实，小团队拿起来就能用，后续扩展也顺手。