贡献：算法¶
算法在 plugrl-server 中实现。
代码放哪里¶
- 实现：
plugrl_server/algorithm/... - 注册：
plugrl_server.algorithm.registration - Server loop：
plugrl_server.server.websocket_agent_server
清单¶
- 实现 server loop 需要的
infer(...)与feedback(...)。 - 定好
on_policy。每次 learn 只能用当前策略收集的帧，就保留默认的True；从 replay buffer 学习，就设为False。 - 如果覆写
discard_feedback，要调用super()，已结束的 episode 才会照常记录。 - 按需实现训练与 checkpoint 钩子。
- 注册配置（UID + variants）和算法类，并确保这两个模块都会被 import。
验证¶
启动使用你算法的 server。
启动 dummy worker。
常见问题¶
plugrl-run-server <policy> <variant> --help里找不到算法 UID：注册模块没有被 import。- 报
KeyError: 'Algorithm <your-algo> is not registered.'：import 了配置模块，没 import 类所在的模块。 - 首次
infer崩溃：观测 schema 对不上。