跳到正文
RLinf

为具身智能和智能体而生的强化学习框架

开源的具身智能与智能体强化学习框架。PPO、GRPO、SAC 等算法开箱即用,VLA 模型从仿真训练到真机部署一条链路打通。

数据从仪表盘和图表流向 GPU 的示意插画

运行在业界领先厂商的硬件上:

  • NVIDIA
  • AMD
  • Huawei Ascend
  • Moore Threads
  • MetaX
  • Biren

特性

  • 具身与智能体,一套框架

    VLA 和世界动作模型可以在仿真或真机上训练,智能体支持单智能体和多智能体强化学习,都在同一套框架里完成。

  • 扩展不用改代码

    分布式的复杂度交给框架:扩到大量 GPU 节点、在 FSDP 和 Megatron 后端之间切换,都不用改代码。

  • 国产和国外硬件都能跑

    同一套训练栈可以运行在 NVIDIA、AMD GPU 以及华为昇腾、摩尔线程、沐曦、壁仞等国产加速卡上,迁移时模型和算法零改动。

几秒钟上手

用 UV 或 Docker 安装 RLinf,再按教程跑通第一次训练。

  1. 安装 RLinf

    在右边选好配置,运行对应的命令。

  2. 跑通 VLA 快速上手

    按快速上手教程训练第一个 VLA 模型。

  3. 扩展到多机

    把同样的训练扩展到多台机器上运行。

安装文档
安装方式
场景
模型
硬件
下载源
安装命令
git clone https://github.com/RLinf/RLinf.git
cd RLinf
bash requirements/install.sh embodied --model openvla-oft --env maniskill_libero
source .venv/bin/activate

架构

RLinf 架构总览图

广泛的算法、模型与硬件支持

RLinf 支持的强化学习算法、模型、仿真器和硬件。

版本发布

v0.3

最新218 个 PR · 65 位贡献者 · 34 位新贡献者

新模型

  • Dexbotic DM0
  • DreamZero
  • GR00T-N1.6 / N1.7
  • ABot-M0
  • StarVLA
  • LingBot-VLA

亮点

还有 2 条亮点(在新标签页打开)

在 GitHub 查看全部版本(在新标签页打开)

加入社区

从第一次上手的新用户,到做大规模训练的团队,社区向所有人开放。