OpenRLHF
活跃简介
OpenRLHF 是一个高性能的 Agent 强化学习框架，基于 Ray 和 vLLM 提供 PPO、DAPO、REINFORCE++ 等算法，支持 Agent 和 VLM 的大规模训练。
相关项目
ART
9.2k · Python
ART（Agent Reinforcement Trainer）是一个使用 GRPO 算法训练多步 Agent 的强化学习框架，支持为 Qwen、Llama 等模型进行在职训练以完成真实世界任务。
reinforcement-learningagent-trainingGRPO +3
AgentScope
24.0k · Python
阿里巴巴开源的多 Agent 框架，支持可观测、可理解的 Agent 构建与运行，提供丰富的分布式 Agent 能力。
agent-frameworkmulti-agentdistributed +2
Agent Lightning
16.9k · Python
Agent Lightning 是微软开源的 AI Agent 训练框架，通过强化学习提升 Agent 能力。
agent-trainingreinforcement-learningllm +2
Agent Squad
7.6k · Python
Flexible and powerful framework for managing multiple AI agents and handling complex conversations across providers like OpenAI, Anthropic, and AWS Bedrock.
multi-agentagentframework +4