1/ 介紹 RL Swarm 的新後端：GenRL。 一個模組化強化學習庫，專為分散式容錯訓練而建置，現在從頭開始為 RL Swarm 提供支援。🧵

2/ 每個工作者都會執行自己的環境執行個體，以非同步方式貢獻共用轉出緩衝區，並獨立更新其模型權重，因此不需要中央控制器。

3/ GenRL 允許 RL Swarm 與任何環境一起工作，通過代碼直觀地描述。 此次發佈結合了開箱即用的 Reasoning Gym，無需額外配置即可訪問 >100 個社區創建的環境。

4/ 什麼是新的： – 模組化 GenRL 後端 – 擴展的配置表面 – 預先建置的 Docker 映像，方便部署 – 推理健身房環境，增強模型推理能力 – 新的多任務蜂群

5/ 現在在 Gensyn 測試網上線。 您今天可以使用 GenRL 執行 RL-Swarm。 完整程式碼+設定：