OpenClaw-RL은(는) 무엇을 하나요?
간단한 언어 피드백과 완전 비동기 최적화를 사용하여 강화 학습으로 OpenClaw 에이전트를 훈련하고 사용자 정의합니다.
개요
이 스킬은 OpenClaw 로봇 플랫폼을 위한 강화 학습(RL) 훈련 파이프라인을 제공합니다. 사용자는 자연어 명령을 통해 에이전트 동작을 안내할 수 있으며, 비동기 훈련을 통해 효율성을 극대화합니다.
주요 기능
- 언어 피드백: '앞으로 빠르게 걸어', '제자리에서 돌아'와 같은 간단한 문장으로 훈련 목표를 설정합니다.
- 비동기 최적화: 여러 훈련 인스턴스가 동시에 실행되어 탐색과 학습 속도를 높입니다.
- 사용자 정의 가능: 보상 함수, 환경 매개변수, 신경망 아키텍처를 수정할 수 있습니다.
- 통합: OpenClaw 시뮬레이터와 Stable-Baselines3를 기본으로 사용합니다.
요구 사항
- Python 3.8+
- OpenClaw 시뮬레이터 설치
pip install -r requirements.txt
사용법
# 훈련 시작
python train.py --config configs/default.yaml
# 언어 피드백 제공
python train.py --feedback "더 높이 점프해"
# 비동기 실행
python async_train.py --num-workers 4
설정
configs/ 디렉토리에서 YAML 파일을 통해 훈련 매개변수를 설정합니다. 주요 설정은 다음과 같습니다:
environment: 시뮬레이션 환경 이름algorithm: RL 알고리즘 (PPO, SAC 등)reward: 보상 함수 템플릿async_training: 비동기 워커 수
라이선스
MIT