EVENT DOSSIER
星尘智能正式发布 SmoothRL 框架并验证其在高动态投掷任务中的异步在线强化学习能力
2026 年 9 月 4 日，星尘智能（Astribot）基座模型团队正式发布名为 SmoothRL 的在线强化学习框架。该框架旨在解决大模型异步推理成为常态后，如何从动作中持续修正能力的问题，使机器人更精准、稳定且可靠。SmoothRL 支持强化学习过程在模型推理过程中持续进行，无需等待推理完成。其首次将异步在线强化学习应用于真实高动态投掷任务，验证了该技术不仅能用于高精度修正，还能适配连续加速与精确释放等无法停顿的动态操作。星尘智能正通过其“AI 模型 - 具身 OS-绳驱本体”全栈系统推动 Physical AI 应用与规模化部署，下一步计划探索更大范围的策略更新、更广泛的任务分布，以及异步执行与生成式策略端到端优化的结合。
国内 · 主流媒体跨 1 天
星尘智能正式发布 SmoothRL 框架并验证其在高动态投掷任务中的异步在线强化学习能力
星尘智能基座模型团队正式发布 SmoothRL，支持异步执行，无需等待推理完成即可持续进行强化学习。
2 条报道星尘智能基座模型团队近日发布在线强化学习框架SmoothRL，该框架支持异步执行，解决了大模型异步推理成为真实部署常态后，如何从动作中持续学习的问题。SmoothRL首次将异步online RL应用于真实高动态投掷任务，验证了在线学习不仅能用于高精度修正，也能适配连续加速、精确释放、无法停顿的动态操作。 该框架指向一个关键问题：预训练让机器人学会怎么做，而真实世界中的后训练则需根据执行结果持续修正自身能力，使机器人更准、更稳、更可靠。 在模型全面发展过程中，星尘“AI模型-具身OS-绳驱本体”全栈系统持续迭代，推动Physical AI应用与规模化部署。下一步，团队计划探索更大范围的策略更新、更广泛的任务分布，以及异步执行与生成式策略端到端优化之间的结合。
星尘智能（Astribot）基座模型团队发布能异步执行的在线强化学习框架 SmoothRL。该框架允许强化学习过程在模型推理过程中持续进行，而无需等待推理完成。