29.3.1 架构:HybridFlow 单控制器与 WorkerGroup#
verl 用单控制器 + 多工作器的 HybridFlow 编程模型,把强化学习后训练的复杂数据流写成一段集中在驱动进程里的、形如单机的 Python 控制流,再由@register(dispatch_mode=...)装饰器把控制器上的一次方法调用自动分发到一组WorkerGroup内的所有 GPU 工作器上执行,并以统一的DataProto协议在各角色之间传递批数据。
verl 用单控制器 + 多工作器的 HybridFlow 编程模型,把强化学习后训练的复杂数据流写成一段集中在驱动进程里的、形如单机的 Python 控制流,再由@register(dispatch_mode=...)装饰器把控制器上的一次方法调用自动分发到一组WorkerGroup内的所有 GPU 工作器上执行,并以统一的DataProto协议在各角色之间传递批数据。