# [SLM Lab](https://www.amazon.com/dp/0135172381)
基于 PyTorch 的模块化深度强化学习框架。
《深度强化学习》一书的辅助库。
Documentation · Benchmark 结果
> **注意：** v5.0 更新了 Gymnasium、`uv` 工具和支持 ARM 的现代依赖项 - 请参阅 [CHANGELOG.md](docs/CHANGELOG.md)。
书籍读者：请使用 `git checkout v4.1.1` 来获取《深度强化学习基础》的代码。
SLM Lab 是一个用于在 PyTorch 中进行**强化学习**（RL）研究和应用的软件框架。RL 通过从试验和错误中学习来训练代理做出决策，就像教机器人走路或教 AI 玩游戏一样。
| 功能 | 描述 |
|---------|-------------|
| **即用算法** | PPO、SAC、CrossQ、DQN、A2C、REINFORCE – 在 70 多个环境中得到验证 |
| **易于配置** | JSON 规范文件全面定义实验 – 不需要更改代码 |
| **可重现性** | 每次运行都会保存其规范 + git SHA，以实现精确重现 |
| **自动分析** | 训练曲线、指标和 TensorBoard 即时记录 |
| **云集成** | dstack 用于 GPU 训练，HuggingFace 用于共享结果 |
## 算法
| 算法 | 类型 | 最适合 | 已验证的环境 |
|-----------|------|----------|------------------------|
| **REINFORCE** | 策略政策 | 学习/教学 | 经典 |
| **SARSA** | 策略政策 | 表格式 | 经典 |
| **DQN/DDQN+PER** | 非策略政策 | 离散动作 | 经典、Box2D、Atari |
| **A2C** | 策略政策 | 快速迭代 | 经典、Box2D、Atari |
| **PPO** | 策略政策 | 通用 | 经典、Box2D、MuJoCo(11)、Atari(5)