API 参考¶

AxiomRL 的 Python API 采用分层设计，提供不同稳定性级别的接口。

导入层级¶

rl_training              # 根包（稳定核心 + 弃用兼容）
rl_training.core         # 稳定核心 API
rl_training.experimental # 实验性 API
rl_training.contrib      # 社区扩展

rl_training（根包）¶

根包通过延迟导入转发稳定核心 API 的所有名称。对于不在稳定核心中的算法名称，根包会发出 DeprecationWarning 并从 rl_training.api 中回退加载。

import rl_training

# 稳定名称 - 直接可用
algo = rl_training.PPO
config = rl_training.TrainConfig

# 实验性名称 - 触发弃用警告
# algo = rl_training.SomeExperimentalAlgo  # DeprecationWarning

rl_training.core（稳定核心）¶

受语义版本控制管理，在 1.x 版本内保证 API 稳定。包含 10 种核心算法和 TrainConfig。

from rl_training.core import PPO, SAC, TrainConfig, STABLE_ALGORITHMS

rl_training.experimental（实验性）¶

包含 70 余种算法的完整集合。实验性 API 可能在次要版本之间发生变化。

from rl_training.experimental import EXPERIMENTAL_ALGORITHMS

rl_training.contrib（社区扩展）¶

社区贡献的算法和工具，如 RecurrentPPO。

from rl_training.contrib import RecurrentPPO

文档导航¶