areal-project/AReaL

AReaL은(는) 무엇을 하나요?

LLM 기반 에이전트 애플리케이션을 위한 RL 브리지. 간단하고 유연하게.

AReaL은 강화 학습(RL)을 LLM 기반 에이전트에 통합하는 과정을 단순화합니다. 이 스킬을 사용하면 에이전트가 환경과 상호작용하고, 보상을 수집하며, 정책을 개선할 수 있습니다.

주요 기능

• 표준화된 RL 인터페이스: 복잡한 RL 프레임워크 없이도 에이전트에 RL을 쉽게 추가할 수 있습니다.
• 사용자 정의 보상 함수: 애플리케이션에 맞는 맞춤형 보상 로직을 정의할 수 있습니다.
• 다양한 환경 지원: 시뮬레이션 환경부터 실제 API까지 다양한 환경과 통합됩니다.
• LLM 플랫폼 호환성: Claude Code, Cursor, Codex 등 주요 LLM 에이전트와 함께 사용할 수 있습니다.

시작하기

1. 설치: pip install areal
2. 환경 설정: 환경과 보상 함수를 정의합니다.

   import areal
   
   class MyEnv(areal.Environment):
       def step(self, action):
           # 환경 로직 구현
           return observation, reward, done
   

3. 에이전트 연동: LLM 에이전트와 AReaL을 연결합니다.

   agent = areal.LLMAgent(model="claude-3")
   bridge = areal.RLBridge(agent, env=MyEnv())
   bridge.train(episodes=100)
   

상세 문서

• 공식 문서
• GitHub 저장소

라이선스

MIT 라이선스 하에 배포됩니다.