Rl综合评价：不错

pytorch · 开发框架

为 PyTorch 打造的强化学习库，帮人搭建智能决策与控制模型。

免费开源 · MIT

官网 GitHub

GitHub 收藏3.6K

代码最近更新2026 年 11 月 10 日

许可证开源 · MIT

要不要花钱免费

还没有人点评，来写第一条看口碑 ↓

提供构建强化学习系统的各种模块，支持环境模拟、机器人控制与多任务协同训练。适合算法工程师与科研人员。需要通过编写代码导入并调用模块来运行。

用起来难吗要写代码能用的模型说明里没点名

能做什么

组装策略、环境与回放等训练组件
对接多种仿真环境与机器人控制场景
训练多任务协同与复杂决策算法
统一管理和传递多维张量数据

怎么开始

需具备代码能力，先配置好深度学习运行环境。
安装该库并按需求导入环境和策略模块。
编写代码连接模拟环境与策略，启动训练循环。

选它，如果你……

你需要用灵活的模块自由搭建和实验强化学习模型。
你在进行机器人控制、物理仿真或多任务协同的研究。
你想自由替换环境、策略或数据缓存等训练组件。

别选，如果你……

你不会写代码，想要开箱即用的图形化成品软件。
你只想直接调用对话大模型，不需要训练决策算法。

怎么用

代码开源，可以免费下载使用。

多少钱、在哪买

免费使用。

看看它的样子

综合评价

不错还在更新，问题处理一般

更新很活跃近 90 天改代码 362 次；最近一次发版是 1 天前（v0.15.0）
问题处理一般近 90 天新开 117 个问题，解决了 85 个，一般 1.3 天解决；外部提交的修改合进 363 个，待处理 113 个
用的人一般GitHub 收藏 3,629；226 人参与开发
用户口碑暂不计用户评价满 5 条后才算进来

数字取自 GitHub 的公开记录（2026/11/10），用户评价来自本页口碑。自己核对：项目主页、问题、外部提交的修改、发版记录。

怎么评的

只看公开、能核对的数据，不打分数，只给四档结论，每一项的依据都写在旁边。

更新：近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版，算「很活跃」；30 天内有改动算「活跃」；半年内算「放缓」；半年以上没动或者已经归档，算「停更」。
问题处理：近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多，算「好」；解决不到一半算「差」；其余算「一般」。新问题不到 10 个的不评。
用的人：GitHub 收藏 5 万以上算很多，1 万以上算多，1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
用户口碑：用户评价满 5 条才算进来（注册不满 7 天的账号不算）；平均分在 2.5 分及以下，总评降一档。
总评四档：还在更新、问题处理好、用的人多 → 推荐；还在更新 → 不错；更新放缓或问题处理差 → 一般；半年以上没更新 → 谨慎。许可证有附加条件、商用受限的，单独提醒，不影响总评。
收费软件（ChatGPT、Cursor 这类）没有公开的问题记录，就看 App Store：最近一次更新在 30 天内算「活跃」，半年内算「放缓」，半年以上算「停更」；打分人数 10 万以上算很多，1 万以上算多，1 千以上算一般；评分 4 分以上算好，2.5 分及以下算差，打分不到 100 人不评。再加上用户评价。

收藏数能刷，所以只占一项；更新和问题处理很难刷。数据每天更新，超过两周没更新的不评。