skrl：模块化强化学习库
用PyTorch、JAX和NVIDIA Warp实现的高度模块化、可读性强的强化学习库。
- 源仓库
- Toni-SM/skrl
- Star 数
- ★ 1.1k
- 最近更新
- 今天
- License
- MIT
- 主语言
- Python
- FA 评分
- 43/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台
- 费用
- 免费，无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 研究人员希望在PyTorch、JAX和NVIDIA Warp之间快速对比强化学习算法性能，利用skrl的模块化设计轻松切换后端。
- 不适合
- 需要开箱即用命令行工具、不想写代码的用户
- 没有 GPU 或高性能计算资源、只想在笔记本上快速试验的团队
- 需要稳定不变 API 的生产项目（项目处于活跃开发中，API 可能变化）
这个 Agent 能做什么，适合哪些场景？
skrl是一个开源的Python强化学习库，基于PyTorch、JAX和NVIDIA Warp实现，以模块化、可读性、简洁性和算法实现的透明度为核心设计目标。它支持OpenAI Gym、Farama Gymnasium、PettingZoo、ManiSkill等多种环境接口，并能加载和配置NVIDIA Isaac Lab和MuJoCo Playground环境。该库允许在同一运行中按作用域（环境中环境的子集）对智能体进行同步训练，这些作用域可能共享或不共享资源。项目处于积极持续开发中，文档完善，并提供论文引用。
skrl提供了一组模块化的强化学习算法和工具，可直接使用或扩展。用户可以通过pip安装（pip install skrl），然后导入skrl模块，选择算法（如PPO、SAC等）和环境（Gymnasium、Isaac Lab等），配置超参数并开始训练。它支持在PyTorch、JAX和NVIDIA Warp之间切换后端，支持多智能体训练，并允许按作用域并行训练多个环境子集。库的API设计透明，用户可通过文档查看具体类和方法，如skrl.agents、skrl.environments等。
- 研究人员希望在PyTorch、JAX和NVIDIA Warp之间快速对比强化学习算法性能，利用skrl的模块化设计轻松切换后端。
- 机器人工程师需要在NVIDIA Isaac Lab仿真环境中训练机器人控制策略，使用skrl加载和配置Isaac Lab环境。
- 开发者希望在同一训练运行中并行训练多个环境子集（如不同物理参数或不同任务的多个环境），利用skrl按作用域训练的功能。
- 学生或教育者需要一个简洁、可读的强化学习库来教学和学习算法实现，skrl的透明代码和文档很合适。
- 多智能体研究者需要支持PettingZoo的多智能体环境，skrl提供相应支持。
如何安装或部署这个 Agent？
skrl可通过pip安装，但没有指定确切命令。通常，在具备Python和相应框架（PyTorch、JAX或Warp）的虚拟环境中，运行pip install skrl。最新开发版本可从GitHub的develop分支获取。对于特定环境（如Isaac Lab），可能需要额外安装依赖，具体见官方文档 https://skrl.readthedocs.io 。
如何使用这个 Agent？
安装后，参考官方文档 https://skrl.readthedocs.io 获取详细示例。典型用法：导入skrl，选择算法类（例如from skrl.agents.ppo import PPO），配置环境和参数，然后调用训练循环。文档提供了完整示例代码和API参考。
这个 Agent 有哪些优点和局限？
- 支持PyTorch、JAX和NVIDIA Warp三种后端，提供跨框架的灵活性。
- 模块化设计使得算法和环境解耦，易于扩展和自定义。
- 支持多种环境接口（Gym/Gymnasium、Isaac Lab、MuJoCo Playground等），包括多智能体支持。
- 允许在同一运行中按作用域并行训练，高效利用计算资源。
- 文档完善，并提供论文引用参考。
- 项目处于积极开发中，API可能变动，需要跟踪版本更新。
- 对特定环境（如Isaac Lab）的依赖可能需要额外配置，安装步骤不明确。
- 文档中未提供详细的CLI，主要依赖Python API，需要编程能力。
- 缺少开箱即用的命令行工具，可能需要编写较多代码。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| skrl：模块化强化学习库 当前 | 43 · 缺口较多 | 代码库 / SDK免费 | ★ 1.1k | 今天 | Python | — |
| IR-SIM 智能机器人模拟器 | 43 · 缺口较多 | 代码库 / SDK免费 | ★ 1.1k | 8 天前 | Python | — |
| Hands-On Modern RL 实战教程 | 30 · 缺口较多 | 命令行工具免费 | ★ 4.7k | 17 天前 | Python | — |
| Trace 生成式优化框架 | 67 · 存在缺口 | 代码库 / SDK免费 + 模型费 | ★ 762 | 1 年前 | Python | OpenAI API · Claude API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示这是一个开源库，没有权限模型或用户确认机制，也没有数据流透明性或敏感数据处理说明。依赖安全未提及，外部影响（如训练副作用）未讨论，回滚机制未提供，来源归属仅通过作者字段和许可证，但发布者未验证。因此所有信任标准得分为0。
自一致性：README、pyproject.toml和许可证在名称、版本和描述上一致，得2分。依赖可用性：依赖列表明确，但未提供锁定文件或版本范围，得2分。失败消息：未提供错误处理或用户提示的文档，得1分。
受众和场景：明确面向RL研究人员和开发者，支持多种环境，得2分。能力边界：描述了支持的框架和环境，但未明确限制，得2分。触发精度：作为库，触发机制不适用，但文档中未明确说明何时使用，得1分。环境适配：支持多种环境，但未提供配置细节，得2分。
信息架构：README和文档链接清晰，得2分。安装说明：pyproject.toml提供了依赖和可选依赖，但未提供详细安装步骤，得2分。命名稳定性：版本号明确，但未提及API稳定性，得2分。示例和FAQ：README提到文档有示例，但未提供具体示例，得2分。已知限制：未明确列出，得1分。许可证：MIT许可证明确，得3分。版本和变更日志：版本号存在，但未提供变更日志，得2分。维护责任：作者和维护者字段明确，但未验证，得2分。
输出可用性：作为库，输出是代码和文档，但未提供具体输出格式，得2分。边际价值：提供了多框架支持，具有价值，得2分。成本效益：依赖较多，但未提供性能基准，得2分。
声明可追溯性：README中的声明与代码和文档一致，得2分。跨来源佐证：仅依赖单一来源，未提供外部验证，得1分。事实与推断分离：文档区分了描述和引用，得2分。
- 源码中未见：最小权限约束只授予完成任务所需的权限：用专用账号或只读令牌，并限定可访问的目录和仓库。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：数据流向说明运行时观察它连接了哪些外部服务（代理或防火墙日志）；弄清数据去向之前不要输入敏感数据。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 源码中未见：依赖安全审查安装前固定版本并做一次依赖扫描（如 npm audit、pip-audit）；优先放在容器里运行。
- 源码中未见：外部影响披露先弄清它会写入、发送或修改哪些外部系统，用测试账号或测试仓库验证后再接入正式环境。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 源码中未见：来源归属可核验从官方仓库或包源安装，核对发布者和仓库地址，避免同名仿冒包。
- 发布者身份未验证，应谨慎对待。
- 未提供依赖锁定或安全审计，可能存在供应链风险。
- 未提供回滚或数据保护机制，不适合处理敏感数据。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
2.1.0 skrl-v2.1.0
发布说明摘录
[2.1.0] - 2026-05-10 Changed - Improving the robustness and learning capabilities of on-policy algorithms: - Sample data from memory using per-epoch mini-batch shuffling - Sum-reduce policy entropy to prevent collapse into near-deterministic stand still behavior - Set the random memory replacement argument to false by default Fixed - Fix time limits handling of truncation signals in on-policy agents/multi-agents - Fix the indexing of finished episodes for cumulative rewards and timestep tracking在 GitHub 查看 ↗ -
2.0.0 skrl-v2.0.0
发布说明摘录
[2.0.0] - 2026-04-08 Summary of the most relevant features: - RL algorithm implementations in NVIDIA Warp - Differentiate between environment observations and states (also known as privileged observation) - Support for MuJoCo Playground and ManiSkill environments Added - Implement RL algorithms in NVIDIA Warp - Add loader and wrapper for MuJoCo Playground environments - Add wrapper for ManiSkill environments - Add Tabular model instantiator (epsilon-greedy variant) - Add clip_mean_actions parameter to Gaussian and Multivariate Gaussian models …在 GitHub 查看 ↗ -
1.4.3 skrl-v1.4.3
发布说明摘录
[1.4.3] - 2025-03-29 Changed - Update the GitHub Actions workflows for testing and coverage - Update minimum supported Python version to 3.8 and minimum dependencies versions Fixed - Fix environment wrapper issues with spaces utilities' keyword-only arguments (introduced in previous version) - Fix noise device definition in runner implementations在 GitHub 查看 ↗