Train环境的Trl版本有问题

[rababit]

Trl至少0.18.0才会在Grpo_Trainer初始化时维护self.llm, self.llm在WebArena_env.py中进行了调用。
参考环境给的是0.16.0dev0

[rababit]

pip install git+https://github.com/huggingface/trl.git@fc4dae256d924dfbb906af9c2e817bc6fb7b590b
这样安装0.16.0.dev0

[Liber1917]

仓库里Train下面的environment.yml即使按issue中的方法安装也会出现依赖报错，疑似需要单独安装torch等库