# Gensyn 测试网节点WINDOWS教程

By [Untitled](https://paragraph.com/@0x32b87cfff2f4843b7b9ec60ae0b5d014f975331a) · 2025-04-01

---

在Windows上运行rl-swarm的详细步骤
========================

1\. 安装WSL和Linux
---------------

在Windows上运行rl-swarm并不是非常完善，可能需要一些调试才能正确设置。您需要先在Windows机器上安装WSL和Linux。

1.  打开PowerShell或命令提示符（以管理员身份运行）
    
2.  执行以下命令安装WSL和Ubuntu发行版：
    
        wsl --install
        
    
3.  重启计算机
    
4.  首次启动WSL时，您需要设置Linux用户名和密码
    

2\. 在WSL中安装必要的依赖项
-----------------

1.  打开WSL终端（可以通过开始菜单或在命令提示符中输入`wsl`）
    
2.  更新软件包列表：
    
        sudo apt update && sudo apt upgrade -y
        
    
3.  安装Python和其他必要的工具：
    
        sudo apt install python3 python3-pip python3-venv git curl -y
        
    

3\. 解决Node.js版本问题
-----------------

由于Ubuntu系统默认安装的Node.js 12.22.9版本过旧，不兼容rl-swarm需要的[js-cookie@3.0.5](mailto:js-cookie@3.0.5)，您需要手动升级Node.js到v14+版本：

1.  移除旧版Node.js（推荐但可选）：
    
        sudo apt remove nodejs npm
        sudo apt autoremove
        
    
2.  添加NodeSource仓库（安装Node.js 22.x LTS版本）：
    
        curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
        
    
3.  安装Node.js：
    
        sudo apt-get install -y nodejs
        
    
4.  验证安装：
    
        node -v  # 应显示v22.x.x
        npm -v
        
    

4\. 克隆rl-swarm项目
----------------

在WSL终端中执行：

    git clone https://github.com/gensyn-ai/rl-swarm.git
    cd rl-swarm
    

5\. 运行安装脚本
----------

rl-swarm使用一个交互式的安装脚本，该脚本会引导您完成安装过程。

在项目目录中执行：

    ./run_rl_swarm.sh
    

安装脚本会执行以下操作：

*   验证您的环境是否满足要求
    
*   安装必要的Python依赖项
    
*   设置和配置rl-swarm
    

在安装过程中，当询问您是否确认时，按下Enter键或输入'Y'继续。

6\. 配置和启动rl-swarm
-----------------

安装完成后，rl-swarm会在本地启动一个Web界面，默认情况下您需要手动导航到[http://localhost:3000/（如果您在虚拟机上运行，则需要手动导航到此URL）。](http://localhost:3000/%EF%BC%88%E5%A6%82%E6%9E%9C%E6%82%A8%E5%9C%A8%E8%99%9A%E6%8B%9F%E6%9C%BA%E4%B8%8A%E8%BF%90%E8%A1%8C%EF%BC%8C%E5%88%99%E9%9C%80%E8%A6%81%E6%89%8B%E5%8A%A8%E5%AF%BC%E8%88%AA%E5%88%B0%E6%AD%A4URL%EF%BC%89%E3%80%82)

7\. 可能遇到的问题和解决方案
----------------

如果您在CPU上运行模型并遇到Python RuntimeError，或者训练进度似乎停止了，可以尝试以下解决方法：

1.  设置实验性修复：
    
        export PYTORCH_MPS_HIGH_WATERMARK_RATIO=0.0 && ./run_rl_swarm.sh
        
    
2.  在设备配置文件中添加训练参数： 编辑`./hivemind_exp/configs/<与您设备相关的目录>/grpo-qwen-2.5-0.5b-deepseek-r1.yaml` 添加参数：`max_grad_norm=0.5`
    
3.  使用floating point 32而不是bfloat16来训练模型。这可以在设备配置文件中更改。
    

8\. 使用体验
--------

rl-swarm是一个完全开放和无需许可的系统，这意味着您可以在家中的基本消费级笔记本电脑上或云中的强大GPU上运行它。 运行节点后，您可以启动新的群组或加入现有的群组。

rl-swarm使用Hivemind进行分布式训练，让不同节点上的模型可以协作学习和改进。

注意事项
----

*   rl-swarm的Windows支持不如Linux完善，可能需要进行一些调试。
    
*   如果您有多个GPU，想要在一台机器上运行多个节点，需要手动调整配置。
    
*   不同机器之间的训练速度可能不同，这是正常的。

---

*Originally published on [Untitled](https://paragraph.com/@0x32b87cfff2f4843b7b9ec60ae0b5d014f975331a/gensyn-windows)*