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
agent-validation-v430 - 带安全控制的有效代理训练机器学习代理训练强化学习安全控制★ 4 · 更新于 2026-05-09通过禁用有害操作和分层安全门训练代理有效行动⚙ 禁用熵调整⚙ 保存最佳检查点⚙ 咨询代理