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

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 阅读原文：https://www.qbitai.com/2026/09/484437.html