verl-agent
活跃·★ 2.3k·Apache-2.0·更新于 2026-06-09
★ 时下流行
`verl-agent` 扩展了 veRL，通过强化学习训练大型语言模型代理，并引入了新颖的步进独立多轮回滚机制。这种设计通过定制化的每步输入结构和内存管理，确保了长周期任务的高度可扩展性。
verl-agent 当前归类于 Vision / Multimodal，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 多轮代理-环境交互、为复杂的、多轮次长周期任务训练大型语言模型代理。 这类能力。如果你关心许可证与可二次使用性，当前页面记录的许可证是 Apache-2.0。同时它也具备一定社区热度，当前 GitHub Stars 为 2.3k。
#LLM代理#强化学习#深度学习#多轮交互#可扩展性
01
功能特性
01多轮代理-环境交互
02完全可定制的内存模块和每步输入结构
03可扩展至超长周期优化
04并行化的Gym风格环境及分组环境支持
05多样化的强化学习算法
02
为什么选择它
+多轮代理-环境交互
+为复杂的、多轮次长周期任务训练大型语言模型代理。
+覆盖 3 个兼容环境或平台，更适合需要跨端部署的团队。
+提供公开仓库并标注 Apache-2.0 许可证，便于评估可维护性与采用成本。
03
权衡点
!同分类下还有 8 个相关工具可比较，最终选择更适合在同类对比后决定。
04
兼容性
veRL
原生集成
已通过文档验证
ROLL
支持
已通过文档验证
OpenManus-RL
支持
已通过文档验证
05
快速开始
1
$ pip install -e .
06
使用场景
↳为复杂的、多轮次长周期任务训练大型语言模型代理。
↳开发适用于视觉和文本环境的推理代理。
↳解决数字界面控制、具身AI和搜索相关的挑战。
07
同类对比
≈verl-agent 属于 Vision / Multimodal 分类，适合与 ragflow 等同类工具一起比较，而不是单独判断。
≈如果你的核心需求更接近“为复杂的、多轮次长周期任务训练大型语言模型代理。”，那么这类场景会比泛用型工具对比更有参考价值。
≈verl-agent 采用 Apache-2.0 许可证，社区热度都应该与同类项目一起看。
08
同类工具
相关搜索
评论
登录后发表评论
暂无评论，来发表第一条吧