在 #NeurIPS2025 上，@danielhanchen (@UnslothAI)、Davide Testuggine (@Meta)、@joespeez (Meta) 和 @bhutanisanyam1 (Meta) 主導了一場專注於環境如何塑造下一階段代理 AI 和強化學習的討論。 他們的會議探討了為什麼環境對於代理的行為、學習和評估在模擬和現實世界環境中是至關重要的，涵蓋了可擴展的強化學習環境框架、安全性和穩健性基準、高性能的異構硬體模擬器，以及環境如何與訓練者、推理引擎和支持對齊和部署的後訓練工作流程整合。 📸 更多來自 #PyTorch 在 NeurIPS 的更新即將到來 #AIInfrastructure #ReinforcementLearning