面向 LLM 与 Agent 场景的开源强化学习训练库，集成 GRPO、PPO、熵方法等算法，支持编码、GUI、多智能体等任务。

基于 PyBullet 物理引擎的四旋翼控制强化学习环境，支持单智能体和多智能体训练，可对接 Crazyflie 等真实无人机。

面向机器人操作的自进化智能体训练方案，通过后训练和递归自我改进，在成功率提升14%的同时把 token 消耗降低65%。