强化学习

NVIDIA NeMo-RL 的初始版本通过 PyTorch DTensor（也称为 FSDP2）提供训练支持。

目前，AI 领域最引人注目的问题之一是大型语言模型 (LLM) 是否可以通过持续强化学习 (RL) 继续改进，或者其能力是否最终会达到顶峰。

机器人需要具备适应能力，能够随时学习新技能并适应周围环境。然而，传统训练方法可能会限制机器人在新情况下应用所学技能的能力，