星尘智能发布SmoothRL，在线强化学习成功率大幅提升

会懂网AI资讯，9月4日，星尘智能发布SmoothRL，解决异步推理下在线强化学习的信用分配难题，并在绳驱机器人S1上完成三项真机验证，推动机器人从”基本会做”走向”稳定可做”。

具体数据颇为亮眼：动态投掷成功率由39%提升至94%，笔帽装配由8%提升至83%，纸箱开箱由30%提升至90%。三项任务覆盖了机器人操作中”高动态、高精度、高变异”的典型难点，SmoothRL在其中均实现了数量级的成功率跃升。
在线强化学习是让机器人在真实环境中边试边学的重要技术路线，但异步推理带来的时延与噪声，会让”功劳归谁”的信用分配变得困难，进而拖累训练效率与稳定性。SmoothRL正是针对这一痛点提出，让机器人在真实交互中更高效地收敛到可靠策略。
从行业视角看，具身智能的竞争正从”能演示”转向”能稳定运行”。一个动作在演示视频里成功一次并不难，难的是在真实工况下连续成功。成功率从39%到94%的跨越，正是从”偶然做到”到”稳定可做”的分水岭。
星尘智能以绳驱机器人S1为载体进行验证，也显示出软硬件协同在具身智能中的价值。硬件本体提供可重复、可控制的物理交互，算法层则在真实数据上持续优化，两者缺一不可。
值得一提的是，这一突破对工业场景意义尤为直接。在精密装配、柔性分拣等对成功率敏感的环节，哪怕几个百分点的提升，都可能意味着从”需要人工兜底”到”真正无人化”的质变。
会懂网认为，SmoothRL这类针对真实训练痛点的算法创新，是具身智能走向规模化的关键拼图。当成功率、稳定性等硬指标被打通，机器人才可能从实验室的”明星”变成工厂与家庭里真正可依赖的”员工”。