thinkwee/AgentsMeetRL

解決する課題

AgentsMeetRL は、強化学習（RL）を使用して LLM エージェントをトレーニングするプロジェクトを厳選したオープンソースのコレクションです。マルチターンインタラクションやツール使用を特徴とするリポジトリをカタログ化することで、急速に成長するエージェント型 RL の状況をナビゲートする課題に対処し、研究者や開発者がさまざまなプロジェクトが RL アルゴリズム、報酬モデル、トレーニング環境をどのように実装しているかを理解するのに役立ちます。

仕組み

このプロジェクトは、400 を超えるリポジトリの構造化された分類法を提供し、基本トレーニングフレームワーク、検索と RAG、Web インタラクション、自己進化などの技術的焦点に基づいて分類されています。各エントリは、実際の RL トレーニングコードが含まれていることを確認するために手動でレビューされます。このリポジトリは Claude Code スキルとしても機能し、ユーザーは報酬関数のデバッグや適切なフレームワークの選択など、エージェント型 RL 実装に関する技術的な質問をすることができ、回答は文書化されたプロジェクトに基づいています。

対象読者

このリソースは、LLM エージェントを構築または研究している AI 研究者、機械学習エンジニア、開発者向けに設計されており、技術的アプローチの比較、既存のベンチマークの検索、RL トレーニングワークフローのトラブルシューティングが必要です。

ハイライト

• 厳選コーパス：エージェント型 RL に焦点を当てた 411 のオープンソースプロジェクトの包括的で手動検証済みリスト。
• 技術的分類法：プロジェクトを基本フレームワーク、報酬とトレーニング、マルチエージェント RL、具現化エージェントなど、16 の異なる領域に分類します。
• Claude Code 統合：実験設計とデバッグのためのオンデマンドの専門家レベルの支援を提供する専用スキル（agents-meet-rl）が含まれています。
• 透明性：公開コードがあるプロジェクトとまだレビュー中のプロジェクトを明確に区別し、ユーザーが実行可能で実行可能なリソースのみを見つけられるようにします。
• コミュニティ主導：新しい研究とオープンソースの貢献で積極的に更新され、コミュニティ提出の明確なプロセスがあります。