星尘发布异步在线强化学习框架 SmoothRL

摘要

机器人强化学习通常需要模型推理完才能执行下一步，这导致在线学习效率低下。星尘智能（Astribot）基座模型团队发布的 SmoothRL 框架，让强化学习过程可以异步执行，不再需要等待模型推理完成。这样机器人就能边推理边学习，大幅提升在线强化学习的效率。原文是框架发布公告，未提供具体性能对比数据。