문서(Documentation): https://skrl.readthedocs.io

설명(Description): skrl은

Python으로 작성된 강화학습 (Reinforcement Learning)을 위한 오픈 소스 모듈형 라이브러리이며
(PyTorch, JAX 및 NVIDIA Warp로 구현됨), 알고리즘 구현의 모듈성, 가독성, 단순성 및 투명성에 중점을 두고 설계되었습니다.
OpenAI Gym,
Farama Gymnasium 및 PettingZoo,
ManiSkill 등
다른 환경 인터페이스를 지원할 뿐만 아니라, NVIDIA Isaac Lab 및
MuJoCo Playground
환경을 로드하고 구성할 수 있게 하여, 동일한 실행 내에서 리소스를 공유할 수도 있고 공유하지 않을 수도 있는 범위(사용 가능한 모든 환경 중 환경의 하위 집합)별로 에이전트의 동시 학습을 가능하게 합니다.

참고: 이 프로젝트는 지속적으로 개발 중입니다. 항상 최신 버전을 사용하고 있는지 확인하십시오. 출시될 최신 업데이트에 액세스하려면 develop 브랜치나 해당 문서를 방문하십시오.

출판물에 이 라이브러리를 인용하려면 다음 참조를 사용하십시오:

@article{serrano2023skrl,
author = {Antonio Serrano-Muñoz and Dimitrios Chrysostomou and Simon Bøgh and Nestor Arana-Arexolaleiba},
title = {skrl: Modular and Flexible Library for Reinforcement Learning},
...