rl_games

为 GPU 大规模并行仿真优化的强化学习训练库，Isaac 系列常用

rl_games 是 Denys Makoviichuk 等人开源的强化学习算法库，主要实现了 PPO（近端策略优化）和 SAC 等算法，特点是训练数据可以全程留在 GPU 上，适合配合 Isaac Gym 这类一次跑上千个并行环境的仿真器。英伟达的 IsaacGymEnvs 以它为默认训练后端，Isaac Lab 也把它列为可选的训练库之一，灵巧手、足式运动等不少论文的开源代码都基于它。和 rsl_rl 相比功能更多、配置项更复杂，通常用 YAML 文件写超参数。

例子在 Isaac Lab 里运行 rl_games 的训练脚本，指定任务名，就能用 PPO 在数千个并行环境里训练机械手转方块。

相关

近端策略优化、大规模并行强化学习、Isaac Lab、Isaac Gym、rsl_rl、skrl

来源

rl_games on GitHub