博客
阅读 RLinf 的工程实践、系统优化与模型集成文章。
文章
基于 RLinf 与壁仞 GPU 的具身智能 GRPO 强化学习实践
无问芯穹
- 具身智能
- 系统
当机器人开始向同伴学习:96台真机探索具身智能的规模化成长
机器之心
- 具身智能
- 系统
RLinf v0.4 × 昇腾:多模型适配与具身强化学习全链路优化
华为计算
- 具身智能
- 系统
沐曦股份正式合入RLinf官方主线,成功完成千卡规模全流程验证
沐曦股份
- 具身智能
- 系统
百度百舸第一时间适配 RLinf v0.4,持续建设具身智能 AI Infra 全链路能力
百度智能云技术站
- 具身智能
- 系统
基于 RLinf 与摩尔线程 GPU 的世界模型强化学习实践
无问芯穹
- 具身智能
- 系统
RLinf × MUSA:在摩尔线程 S5000 上复现 WoVR
RLinf 官方文档
- 具身智能
- 系统
昆仑芯完成RLinf适配验证,拓展具身智能强化学习开源生态
昆仑芯科技
- 具身智能
- 系统
RLinf x SGLang:Cosmos3 从模型微调到高效评测的全流程集成实践分享
RLinf 官方文档
- 具身智能
- 系统
RLinf × WorldLoop:用零训练 VLM 奖励扩展 WoVR 世界模型强化学习
RLinf 官方文档
- 具身智能
RLinf 开源一周年研发回顾
Lumina具身智能
- 具身智能
- 系统
一个月的活一周干完!英伟达世界模型训练速度飙升400%
新智元
- 具身智能
- 系统
为具身智能的“ImageNet 时刻”按下加速键:RLinf 为 BEHAVIOR 带来 25 倍系统优化
RLinf 官方文档
- 具身智能
- 系统
智能体落地“最后一公里”初探之Cursor在线强化学习
RLinf 官方文档
- 智能体
与 VeRL 的对比
RLinf 官方文档
- 系统
没有找到匹配的文章。
论文
- OSDI 2026
RLinf: Flexible and Efficient Large-scale Reinforcement Learning via Macro-to-Micro Flow Transformation
灵活高效的大规模 RL 系统。
- OSDI 2026
DynaRL: Flexible and Dynamic Scheduling of Large-Scale Reinforcement Learning Training
大规模强化学习训练的灵活动态调度。
- RSS 2026
RLinf-USER: Unified System for Real-world Online Policy Learning
统一真机在线策略学习系统。
- RSS 2026
RLinf-VLA: A Unified and Efficient Framework for VLA+RL Training
VLA+RL 统一框架。
- arXiv
STEAM: Self-Supervised Temporal Ensemble Advantage Modeling for Real-World Robot Learning
面向真实机器人学习的自监督时序集成优势建模。
- CoRL 2026
Beyond Imitation: Reinforcement Learning-Based Sim-Real Co-Training for VLA Models
基于强化学习的仿真-真实协同训练 VLA 模型。
- CoRL 2026
WoVR: World Models as Reliable Simulators for Post-Training VLA Policies with RL
基于世界模型的 VLA 模型强化学习微调。
- arXiv
WideSeek-R1: Exploring Width Scaling for Broad Information Seeking via Multi-Agent Reinforcement Learning
通过多智能体强化学习探索用于广泛信息检索的宽度扩展方法。
- arXiv
πRL: Online RL Fine-tuning for Flow-based Vision-Language-Action Models
基于流的 VLA 模型在线 RL 微调。
没有找到匹配的论文。