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

星尘智能发布SmoothRL框架，解决在线强化学习与大模型异步推理的适配问题。该框架通过将动作序列划分为已提交、执行和丢弃三个区域，确保仅对实际执行的动作进行优化，从而提升机器人在高动态任务中的表现。实验显示，在投掷、给笔戴帽及快递开箱等任务中，成功率显著提高。

🔗 [论文地址]：https://arxiv.org/abs/2309.04844