跳转至

贡献：策略

策略在 plugrl-server 中实现。

代码放哪里

  • 实现：plugrl_server/policy/...
  • 注册：plugrl_server.policy.registration

清单

  • 实现策略与配置 dataclass。
  • 注册（UID + variants），并确保模块会被 import。
  • 动作形状在推理与训练路径保持一致。

验证

用你的策略启动 server。

plugrl-run-server <your-policy> default dummy default

启动 dummy worker。

plugrl-run-env-client dummy-v1 --num-episodes 1 --server-host 127.0.0.1 --server-port 8000

常见问题

  • CLI 找不到 UID：注册模块没有被 import。
  • 训练 shape 对不上：动作与 InternalState 结构要和 buffer 对齐。

下一步