示例库#

本节展示了 RLinf 目前支持的示例集合，展示该框架如何应用于不同场景，并演示其在实际中的高效性。示例库会随着时间不断扩展，涵盖新的场景和任务，以展示 RLinf 的多样性和可扩展性。

具身智能是 RLinf 的核心方向。具身示例被拆分为以下七个入口，便于按你的实际起点快速定位：

模拟器

以模拟器 / 基准为出发点 —— LIBERO、ManiSkill、RoboTwin、IsaacLab 等。

真机

在真实机器人硬件上运行 —— Franka 系列，以及 GimArm、XSquare Turtle2、DOS-W1。

具身模型

对具身模型做 RL 微调 —— π₀、GR00T、StarVLA、Lingbot-VLA 等。

世界模型

训练和微调世界模型 —— OpenSora、Wan 等。

奖励模型

构建用于仿真与真实机器人强化学习流程的奖励模型。

SFT

用于产出 RL 冷启动检查点的监督微调（SFT）配方。

RL

以训练算法为主线 —— DAgger、RECAP、DSRL、IQL 离线 RL、仿真-真机协同训练、MLP / SAC-Flow。

具身之外：

视频生成模型

使用 Diffusion-NFT 对 SD3 和 Wan2.2 图像/视频生成模型进行强化学习微调。

智能体

数学推理与智能体 AI 工作流，涵盖单智能体与多智能体设置。

系统

计算资源的灵活与动态调度，并将任务分配到最合适的硬件设备。