1/ 介绍 RL Swarm 的新后端：GenRL。 一个为分布式、容错训练而构建的模块化强化学习库——现在从根本上为 RL Swarm 提供支持。 🧵

每个工作者运行自己的环境实例，异步地贡献于共享的回放缓冲区，并独立更新其模型权重，因此不需要中央控制器。

3/ GenRL 允许 RL Swarm 与任何环境一起工作，通过代码直观地描述。 此次发布结合了开箱即用的 Reasoning Gym，无需额外配置即可访问 >100 个社区创建的环境。

4/ 新动态： – 模块化 GenRL 后端 – 扩展的配置界面 – 预构建的 Docker 镜像，便于部署 – 推理健身房环境，以增强模型推理能力 – 新的多任务群体

5/ 现在在 Gensyn 测试网直播。 您可以今天使用 GenRL 运行 RL-Swarm。 完整代码 + 设置：