RL-X新增多种RL算法
Jan_R_Peters · x · 2026-07-17
RL-X 代码库新增了多种近期 SOTA 强化学习算法实现，包括 **BRO、SimBa、SimBa V2、XQC、FlashSAC 和 REPPO**。 作者表示可以直接上手把这些 **off-policy / on-policy** 算法拿来实验，并提到后续还会加入 **Imitation Learning** 和 **Inverse RL** 算法。
Jan_R_Peters · x · 2026-07-17
RL-X 代码库新增了多种近期 SOTA 强化学习算法实现，包括 **BRO、SimBa、SimBa V2、XQC、FlashSAC 和 REPPO**。 作者表示可以直接上手把这些 **off-policy / on-policy** 算法拿来实验，并提到后续还会加入 **Imitation Learning** 和 **Inverse RL** 算法。