机器人不能停下来等模型：星尘发布 SmoothRL，让在线强化学习跟上大模型的异步推理

2026-09-04 18:32:46

智能视野

发布在

快讯

阅读：1437

近日，星尘智能发布在线强化学习框架SmoothRL，旨在解决大模型异步推理下机器人在线学习的“对错账”难题。由于真实机器人无法暂停等待模型推理，导致模型生成的动作序列与实际执行的动作存在偏差。SmoothRL创新性地将动作序列划分为已提交、执行和丢弃三个区域，仅对真正执行的动作进行强化学习。在星尘S1机器人的真机测试中，该框架在高动态投掷、给笔戴帽和快递开箱任务中成效显著，投掷成功率从39%飙升至94%，动作也更平滑。SmoothRL有效修正了预训练模型在真实物理世界中的执行偏差，进一步推动了具身智能的规模化部署。

原文链接

本文链接：https://kx.umi6.com/article/37743.html

转载请注明文章出处

SmoothRL