verl-agent

verl-agent 是一个面向大语言模型（LLM）与多模态大模型（VLM）智能体的强化学习训练框架，扩展自 veRL，核心支持步级独立的多轮交互 rollout 机制，支持灵活的历史管理、内存模块与定制化输入结构。它集成了多种 RL 算法（含论文提出的 GiGPO、HGPO、GraphGPO），并适配文本与视觉任务环境，适用于长周期、多步决策的智能体训练场景，如 ALFWorld 等复杂交互式任务。