# skrl

> 权威词条地址：https://robotics.hellobike.com/sdks/toni-sm-skrl
> 所属分类：sdks | 最近核验日期：2026-10-24 | 技术层级：L3, L5, L7

## 核心摘要

Toni-SM 在 GitHub 开源的算法库，主要语言 Python。 Modular Reinforcement Learning (RL) library (implemented in PyTorch, JAX, and NVIDIA Warp) with support for Gymnasium/Gy…

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L3", "L5", "L7"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/Toni-SM/skrl"}] |
| `updated` | 2026-10-24 |
| `repo` | https://github.com/Toni-SM/skrl |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main / 最新稳定分支（适配 PyTorch 2.x、JAX 0.4.x、NVIDIA Warp 0.15.x 系列）", "tested_env": "Ubuntu 22.04 LTS / Windows 11 / Python 3.8 ~ 3.11 / CUDA 11.7 ~ 12.x", "notes": "执行 pip install skrl 即可安装，可对接 Isaac Gym、MuJoCo、Gymnasium 环境，引入对应算法模块快速搭建训练流程。"}] |
| `incompatible_envs` | ["Python 3.7及更低版本不支持，部分JAX/Warp依赖功能无法正常运行", "不支持无CUDA的纯CPU环境运行NVIDIA Warp后端的强化学习训练任务"] |
| `repo_stats` | {"stars": 1100, "forks": 161, "as_of": "2026-10-26"} |
| `tool_type` | library |
| `overview_sources` | ["https://github.com/Toni-SM/skrl"] |

## 技术详解与生态说明

skrl是一款开源模块化强化学习算法库，采用Python作为核心开发语言，底层基于PyTorch、JAX与NVIDIA Warp实现，内置兼容Gymnasium等标准交互接口的强化学习算法组件，支持用户灵活组合、定制不同的强化学习训练流程。

该库适配机器人技术栈的运动控制、SLAM导航、VLA策略训练与部署等多个层级，开发者可通过pip安装导入，直接对接Isaac Gym、MuJoCo等主流仿真环境，无需额外适配即可快速开展机器人强化学习相关的研发工作。

## 原始核验来源 (Sources)

- [GitHub Toni-SM/skrl](https://github.com/Toni-SM/skrl)