如何用 TRL 和 OpenEnv 训练代码模型绘制水彩画

作者基于开源方案复现了让大语言模型通过编写 JavaScript 代码绘制水彩画的强化学习流程，并公开了参考图像池、强化学习环境、训练脚本及训练好的模型。

文章对比了不同美学奖励权重配置下的多项实验结果，详细记录了基础设施搭建及训练调优过程中的发现。