alterlab-pufferlib - 使用 PufferLib 扩展强化学习训练强化学习PufferLibPPO向量化环境★ 22 · 更新于 2026-10-03使用 PufferLib 通过并行向量化环境、原生多智能体支持、自定义 PufferEnv 任务和环境集成训练强化学习智能体。⚙ 训练 PPO 智能体⚙ 创建 PufferEnv 任务⚙ 向量化环境模拟