arXiv Artificial Intelligence· Renxi Wang, Bilal El Bouardi, Rifo Ahmad Genadi, Yongxin Wang, Shu Wang, Fajri Koto, Zhengzhong Liu, Timothy Baldwin, Haonan Li·· 18 小时前AI 评分35
AgentFly：用统一资源系统扩展智能体强化学习
AgentFly: Scaling Agentic Reinforcement Learning with Unified Resource System
AI 导读
AgentFly 是一个面向智能体强化学习的框架，通过统一资源层将沙箱、模型服务和外部 API 等异构环境视为按类型调度的资源，支持按工具获取以复用多轮、异步背压以及 rollout 与全局两种生命周期。该框架采用智能体、rollout、上下文和底层资源四层设计，并提供预置工具与环境，在多个任务和模型上完成训练，同时报告了首个跨框架吞吐量对比。
来源：arXiv Artificial Intelligence · arxiv.org