高级集成

当扩展内容涉及后端集成、权重传输或奖励模型工作流，而不是添加主要模型或环境时， 使用这些指南。

指南	内容
Megatron-Bridge	使用 Megatron-Bridge actor 后端。
权重同步	优化具身训练中 actor 到 rollout 的权重同步。
奖励模型流程	使用图像分类与 VLM 奖励模型。