用途：通过 AgentDB 插件系统访问 9 种强化学习算法，创建、训练并部署能从经验中学习的自主智能体插件，可与推理智能体结合用于决策。
主要能力：提供离线 RL（Decision Transformer）、基于价值的学习（Q-Learning）、同策略 TD 学习（SARSA）、带基线的策略梯度（Actor-Critic），以及主动学习、对抗训练、课程学习、联邦学习、多任务学习。官方称借助 WASM 加速神经推理，训练速度可提升 10-100 倍。
使用方式：环境要求 Node.js 18+ 与 AgentDB v1.0.7+（通过 agentic-flow），建议具备强化学习基础。CLI 创建插件：npx agentdb@latest create-plugin；指定模板：npx agentdb@latest create-plugin -t decision-transformer -n my-agent；查看模板：npx agentdb@latest list-templates；管理插件：npx agentdb@latest list-plugins、npx agentdb@latest plugin-info my-agent。也可用 API：从 agentic-flow/reasoningbank 导入 createAgentDBAdapter，初始化时开启 enableLearning，通过 insertPattern 存储经验，再用 adapter.train({epochs, batchSize}) 训练，retrieveWithReasoning 评估或推理。支持经验回放、优先经验回放、多智能体训练、批量训练与增量学习。
适用场景：游戏对战、导航、资源分配、连续控制、机器人、多智能体协同、安全敏感决策、隐私分布式训练与迁移学习等。
限制：官方未提供具体收费与价格信息；其余平台支持、部署细节与效果指标暂未提供。训练可能出现不收敛、过拟合或速度慢，可用降低学习率、验证集划分、内存优化与量化缓解。