NVIDIA NeMo 的 Molt：面向智能体研究的强化学习框架 🦋

README 介绍，它用 Ray 管理调度和异步队列、vLLM 负责 rollout、AutoModel + FSDP2 负责训练；支持多轮工具调用、多模态环境，以及用 Python 自定义奖励。项目称 RL 核心约 9.2K 行，目标是兼顾可读性与大规模 MoE 训练。

做 Agent RL 的朋友可以从架构图和示例入手：http://t.cn/AXYoNxrT
#强化学习##AI智能体#