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

📋总体概括

星尘智能（Astribot）基座模型团队发布在线强化学习框架SmoothRL，主打「异步执行」能力，核心是让机器人侧的在线RL训练节奏与大模型的异步推理解耦，避免具身智能体在真实环境中停下来等待模型计算结果。这指向具身智能训练的工程瓶颈：真实交互是连续实时的，而大模型推理有延迟，两者同步会造成数据采集效率低下。SmoothRL试图把实时机器人控制和离线的大模型更新打通，属于具身智能从实验室走向连续实机训练的基础设施类工作。