9月10日消息，来自伯克利人工智能研究所的研究人员Adam Stooke分享了pytorch中的一个新的强化学习库rlpyt，其中不仅包括了强化学习模块优化实现，还提供支持所有三个主要的无模型算法系列：政策梯度，深度学习和q函数政策梯度，致力于成为中小规模小规模研究的高吞吐量代码库。