RLinf

收录理由

如果你正用强化学习训练机器人策略或开放式智能体，又不想从零搭建整套训练管线，RLinf 值得一试。它覆盖了从演示数据采集、监督微调、强化学习到部署的完整流程，能适配多种具身场景，既支持 LIBERO 操作基准和离线 D4RL 任务，也能接真实机械臂和灵巧手。内置对 GR00T 这类视觉-语言-动作模型以及 π₀ / OpenVLA 系列的 PyTorch 复现支持，还能接入 Genesis、Polaris 等仿真器，并通过系统级优化显著降低 rollout 延迟。它不强推某一种算法，而是让你自由组合数据采集、策略更新和仿真后端，对想复现或扩展近期具身强化学习工作的研究者和小型机器人团队来说，是个实用的基础工具。