应用 · 项目档案
AgentGym-RL
将 AgentGym 环境服务连接到轨迹生成与策略优化的多轮强化学习栈，训练部分基于 verl 构建。
它可以用来做什么？
在多轮环境交互中训练和评估 Agent，并研究逐步延长交互时长的训练方法。
使用前需要知道什么？
它为 AgentGym 增加训练基础设施，并非重新提供一套完全独立的环境。文档方案固定 CUDA 12.4、PyTorch 2.4、Python 3.10，并使用 Linux x86-64 attention wheel。计算资源与环境服务需另外准备。代码采用 MIT。
我们核查了什么？
本条目依据原始项目材料整理，未独立运行或复现结果。AI 参与开发的描述来自作者说明；上游版本、运行条件和许可应以原始来源为准。
- 资源类型
- 环境框架
- 开发方式
- 开发方式未确认
- 来源核查
- 平台
- 请查阅上游说明