星尘智能基座模型团队发布在线强化学习框架 SmoothRL，旨在解决大模型异步推理速度与机器人实时控制需求不匹配的问题。该框架允许强化学习在模型推理结果返回前继续执行，使机器人动作更流畅。团队称，SmoothRL 已在仿真和真实机器人平台验证，能有效减少动作卡顿，提升动态环境下的响应速度和任务成功率。