on-policy

skrl是一个用Python编写的开源模块化强化学习库，支持PyTorch、JAX和NVIDIA Warp，并专注于模块化、可读性、简单性和算法实现的透明性。

rLLM是一个通过强化学习对语言代理进行后训练的开源框架。

AReaL是一个开源、完全异步的强化学习训练系统，专注于大型推理和智能体模型，支持从单节点到千卡GPU的扩展。

RLCard是一个用于扑克牌游戏中强化学习的工具包。

verl-agent是veRL的扩展，专为通过强化学习训练大型语言模型（LLM）代理而设计，其独特的步进独立多轮回滚机制使其能高度可扩展地处理长周期多轮RL训练。

IR-SIM是一个基于Python的轻量级开源机器人模拟器，专为导航、控制和强化学习设计，提供用户友好的框架以快速原型开发。

这是 `gym-pybullet-drones` 仓库的一个精简重构版本，旨在兼容 Gymnasium、Stable Baselines3 2.0 以及 Betaflight/Crazyflie 固件的软件在环（SITL）仿真。

AgileRL 是一个深度强化学习库，通过引入 RLOps 来简化和加速强化学习开发。