SDARZJU-REAL/SDAR
为智能体提供一套在线策略蒸馏(OPSD)与强化学习训练技能集,把「训练策略、对齐决策、管理技能库」这些原本需要手写训练循环的环节封装成可调用的技能。核心功能要点包括:1.【AlignOPSD】:在时间戳之外引入决策对齐的在线策略蒸馏,…
还没有人评分
我要评分
Stars408
Forks24
Watchers408
Open Issues9
Install一键安装
待确认这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:
git clone https://github.com/ZJU-REAL/SDAR.git
Overview功能介绍
核心功能
为智能体提供一套在线策略蒸馏(OPSD)与强化学习训练技能集,把「训练策略、对齐决策、管理技能库」这些原本需要手写训练循环的环节封装成可调用的技能。核心功能要点包括:1.【AlignOPSD】:在时间戳之外引入决策对齐的在线策略蒸馏,让蒸馏目标与智能体的实际决策结果对齐,减少策略偏移;2.【PR-OPD】:以特权表示做在线策略蒸馏,把训练阶段才可得的额外信息压缩进学生策略,提升推理时的表现;3.【UniOPSD】:统一多种在线策略蒸馏变体到同一训练接口,便于横向对比与切换;4.【RetireOPD】:对技能库做淘汰与保留判断,自动清理低效或过时的技能条目;5.【TASPO / AHEAD / ICSD / BCSD / AgentOPSD / OCSD】:分别覆盖轨迹感知策略优化、前瞻式训练、上下文内技能蒸馏、行为克隆式蒸馏、面向 Agent 的 OPSD 与在线课程式蒸馏等训练路径。
适用场景
训练和调优具备技能库的智能体、把大模型能力蒸馏到小策略、在强化学习流程中做决策对齐、维护技能库的增删与版本迭代。
适用职业
AI / 算法工程师、后端开发工程师、全栈 / 独立开发者。
Topics主题标签
Rating用户评分
还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。
Repository仓库信息
| 技能 ID | 2046 |
|---|---|
| 数据来源 | GitHub |
| 仓库全名 | ZJU-REAL/SDAR |
| 所属分类 | AI 与智能体 / 智能体训练与对齐 |
| 主要语言 | Python |
| 开源协议 | Apache License 2.0 |
| 默认分支 | master |
| GitHub 仓库 ID | 1238996909 |
| 节点 ID | R_kgDOSdmXrQ |
| 榜单排名 | #1519 (来源榜单内名次) |
| 全站热度排名 | #1718 (按 Stars 实时计算,共 5833 条) |
GrowthStar / Fork 增长
每天一次快照,记录 Star 与 Fork 的变化过程
- 当前408
- 上一记录点 · 09-24 393
- 较上一记录点 +15
- 共 2 个记录点 跨度 17 天
- 当前24
- 上一记录点 · 09-24 24
- 较上一记录点 ±0
- 共 2 个记录点 跨度 17 天
Timeline时间线
仓库创建2026-05-14 16:54:036 个月前
资料最后更新2026-10-26 12:15:4121 天前
最近一次代码推送2026-10-06 09:23:561 个月前
Commit更新记录
版本【latest】由提交人 lll6gg 提交,主要更新类型为:功能特性新增与扩展。提交说明:Add recent works powered by SDAR to README。为项目引入了新的能力与模块支持。