DrMAS

把多智能体协作变成可训练环境，让多个 LLM 一起进化

DrMAS 是一个面向多智能体大语言模型系统的端到端强化学习训练框架。它要解决的核心问题是：以往多智能体 LLM 系统大多靠提示词工程手工编排，各智能体能力固定、无法随任务反馈持续进化。DrMAS 把多智能体协作过程建模为可训练的强化学习环境，让多个（可以是异构的、不同基座或不同规模的）LLM 智能体在同一套奖励信号下联合训练、协同优化。框架覆盖环境交互、轨迹采样、奖励计算、策略更新等完整链路，支持异构模型共训，意味着不同角色可以使用不同模型并各自更新参数。对研究者而言，它提供了可复现的多智能体 RL 实验底座；对工程团队而言，它把多智能体系统的调优从改提示词升级为训练策略，有望在复杂协作任务上获得比静态提示更好的效果。

开源 free 模型训练

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 167

维护状态较活跃

是否开源是

定价模式 free

项目预览

项目数据

分类模型训练

开发团队langfengQ

所属国家

官网地址

GitHubhttps://github.com/langfengQ/DrMAS

定价模式free

价格说明开源免费，无在线服务

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型

GitHub 星标★ 167

30天Star增速

HF 下载量

上线时间2025-06-14 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-07

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

支持异构 LLM 联合训练，不同角色可用不同模型并各自更新
端到端覆盖采样、奖励、策略更新，多智能体 RL 流程完整
Python 实现，便于研究者二次开发和接入自有环境

不足之处

项目处于早期，星标仅 167，生态与文档成熟度有限
多智能体 RL 训练算力与工程门槛较高，普通团队上手成本大

适用场景

研究多智能体协作策略的强化学习实验
训练角色分工明确的 LLM 智能体团队（如规划+执行+评审）
在复杂任务上替代手工提示词编排，用训练提升协作效果

替代项目

OpenRLHF、verl

项目介绍

DrMAS 是模型训练领域的开源项目，由 langfengQ 开发，2025 年首次发布。

它收录于模型训练分类，该分类目前共有 543 个项目，GitHub 星标数为 167。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-26。开源免费，无在线服务。

它主要面向的使用场景是：研究多智能体协作策略的强化学习实验。同类可对比的替代方案包括 OpenRLHF、verl。

上一篇：NexRL

下一篇：LoongSage