ai-trains-ai创建仓库：训练型智能体的双层强化学习实验系统

ai-trains-ai将“AI训练AI”的双层强化学习方法实现为完整实验系统：一个智能体充当训练者、设计奖励与课程，另一个智能体作为学习者执行任务并从反馈中改进。仓库（仓库创建日，非功能发布日）。研究智能体自改进、自动化课程设计的团队可复用其实验框架；双层RL的稳定性与训练效率需在具体任务上验证。