RSL-RL：面向机器人研究的强化学习库
机器人学
2025-09-16 v1 机器学习
摘要
RSL-RL 是一个面向机器人社区的开源强化学习库。不同于通用广泛的框架，其设计理念侧重于紧凑且易于修改的代码库，使研究人员能够在最小的开销下适应和扩展算法。该库聚焦于机器人中最广泛采用的算法，以及解决机器人特定挑战的辅助技术。针对 GPU-only 训练进行优化，RSL-RL 在大规模仿真环境中实现了高吞吐量性能。其有效性在仿真基准和真实机器人实验中均得到验证，证明其作为轻量、可扩展且实用的框架来开发基于学习的机器人控制器的实用性。该库已开源：https://github.com/leggedrobotics/rsl_rl。
引用
@article{arxiv.2509.10771,
title = {RSL-RL: A Learning Library for Robotics Research},
author = {Clemens Schwarke and Mayank Mittal and Nikita Rudin and David Hoeller and Marco Hutter},
journal= {arXiv preprint arXiv:2509.10771},
year = {2025}
}