Теперь любой может создавать RL-среды для обучения. Для этого разработали скилл - RL_Envs_101

- Можно создавать среды в нескольких фреймворках, таких как OpenEnv, OpenReward, Verifiers, NemoGym и др
- в репозитории есть живые рабочие примеры сред, на которые может ссылаться ваш кодинг агент
- скилл изначально рассчитан на то, чтобы определить, какой тип модели вы обучаете, и уже с учётом этого создавать среду

ps. В создании RL-сред для обучения есть гораздо больше аспектов. Один из ключевых это данные, которые этот скилл напрямую не решает. Однако скилл помогает реализовывать инструменты, награды и другие компоненты RL-среды, упрощая переход от идеи к реализации и позволяя быстрее собирать решения на разных фреймворках.

Но это всё ещё очень ранняя версия работы и, скорее всего, сильно изменится.

Установка: $ npx skills add adithya-s-k/RL_Envs_101

btw: репо открыт для вклада в проект и предложений по улучшению. 😀