AI热榜 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 量子位的朋友们 2026-09-04 17:19:29 来源： 量子位 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 真实机器人没有“暂停键”。
现在的 VLA、World-Action Model 往往一次生成未来一段时间的动作序列，也就是 action chunk。
模型越来越大，推理时间也越来越长，但机器人不能每隔几百毫秒就停下来等模型推理下一段时间的动作。
尤其在投掷这类高动态任务里，一次停顿就可能让已经积累起来的速度掉下去，导致整个任务失败。
所以真实部署里更常见的方式是
🔗 原始来源
如果你要核对细节，可以再看原文： 量子位原文链接