weixin_51621311的博客

原创 VERL学习

VeRL是字节跳动seed团队和香港大学开发的强化学习仓库。该框架采用混合编程模型，融合单控制器（Single-Controller）的灵活性和多控制器（Multi-Controller）的高效性，可更好实现和执行多种RL算法，显著提升训练吞吐量，降低开发和维护复杂度.:实现接口与实现分离对用户暴露单一控制面（single-controller）以保证使用与调试的简单性；