PufferLib 5.0 发布：强化学习智能体一秒训练完成

Joseph Suarez 发布开源强化学习库 PufferLib 5.0，主打「一秒内训练出智能体」。相比 4.0，平均求解时间提速约 5 倍，各环境普遍 3 倍提速、部分达 10 倍，峰值吞吐超 6000 万步/秒。工程上用不到 1 万行 CUDA C 实现五层并行的 bitwise 确定性异步训练，抛弃 Python，内置 Protein 超参搜索。团队还展示了 5 项新成果，智能体可在 puffer.ai 在线试玩，实验数据托管于 Constellation 平台。

2026-09-14 ~ 2026-09-14 · 4 条相关