SmoothRL
面向异步推理执行的真实机器人在线强化学习框架，让机器人在真实部署中边执行边修正策略
SmoothRL 是星尘智能（Astribot）基座模型团队发布的基于异步推理执行的在线强化学习框架。它在真实机器人异步推理与部署下，将 action chunk 划分为已提交、执行与丢弃三个区域，仅让梯度穿过机器人真正执行的动作，使训练优化目标与真实执行时间线一致，并从训练起就运行异步推理以对齐部署节奏。以冻结基础策略为先验，轻量子策略在原始动作空间做残差修正，支持实时人工介入与稀疏奖励。在绳驱本体 S1 的动态投掷、给笔戴帽、快递开箱等真实任务中显著提升成功率并降低急动度
1
2026-09-04
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
SmoothRL 是星尘智能（Astribot）基座模型团队发布的基于异步推理执行的在线强化学习框架。它在真实机器人异步推理与部署下，将 action chunk 划分为已提交、执行与丢弃三个区域，仅让梯度穿过机器人真正执行的动作，使训练优化目标与真实执行时间线一致，并从训练起就运行异步推理以对齐部署节奏。以冻结基础策略为先验，轻量子策略在原始动作空间做残差修正，支持实时人工介入与稀疏奖励。在绳驱本体 S1 的动态投掷、给笔戴帽、快递开箱等真实任务中显著提升成功率并降低急动度
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-09-04
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-04版本发布
星尘智能基座模型团队发布可异步执行的在线强化学习框架 SmoothRL，首次将异步 online RL 放到真实高动态投掷等任务验证，将 action chunk 划分为已提交/执行/丢弃区域并仅对真实执行动作做梯度更新，动态投掷成功率由 39% 提升至 94%。
SmoothRL 常见问题
关于 SmoothRL 的定位、核心功能、价格与最近更新。
SmoothRL 是什么？
SmoothRL 是星尘智能（Astribot）基座模型团队发布的基于异步推理执行的在线强化学习框架。它在真实机器人异步推理与部署下，将 action chunk 划分为已提交、执行与丢弃三个区域，仅让梯度穿过机器人真正执行的动作，使训练优化目标与真实执行时间线一致，并从训练起就运行异步推理以对齐部署节奏。以冻结基础策略为先验，轻量子策略在原始动作空间做残差修正，支持实时人工介入与稀疏奖励。在绳驱本体 S1 的动态投掷、给笔戴帽、快递开箱等真实任务中显著提升成功率并降低急动度。
SmoothRL 有哪些核心功能？
SmoothRL 当前已核验的核心功能包括：强化学习训练、机器人操作。
SmoothRL 如何收费？
AI Equal 当前没有收录 SmoothRL 的可验证价格信息。
SmoothRL 最近有什么更新？
2026-09-04：星尘智能基座模型团队发布可异步执行的在线强化学习框架 SmoothRL，首次将异步 online RL 放到真实高动态投掷等任务验证，将 action chunk 划分为已提交/执行/丢弃区域并仅对真实执行动作做梯度更新，动态投掷成功率由 39% 提升至 94%。