axrl

AxisRL 是一个面向智能体强化学习（Agentic RL）的后训练框架，专注于多轮交互场景下的高效策略优化。它基于 SGLang 实现高吞吐量多步 rollout，依托 Megatron 支持百B级参数的大规模分布式训练，并内置 rollout-训练协同调度、上下文打包、路由回放、不一致分析与轻量控制平面等系统级能力。支持 PPO、GRPO、GSPO 等多种策略优化目标，兼容白盒环境与黑盒工具调用（通过 OpenAI 兼容代理）。适用于需要长程决策、工具调用与延迟奖励建模的智能体训练场景，如复杂任务自动化、AI Agent 开发与仿真环境训练。