RLinf v0.3全新升级：从模型生态到真机部署，五大能力跃升

由无问芯穹联合清华大学等共同研发的全球首个面向具身智能持续进化的大规模强化学习基础设施项目RLinf 正式升级为v0.3版本，构建新一代“进化底座”。 新版本首次打通数据采集、数据管理、监督微调（SFT）、强化学习（RL）、模型评测及真机部署全链路闭环，实现从仿真训练到真实机器人在线学习的统一开发闭环。具体升级涵盖： 1. 模型生态：新增Dexbotic DM0、DreamZero、GR00T-N1.6/N1.7、ABot-M0、StarVLA、LingBot-VLA等6款主流具身模型。 2. 算法体系：新增DSRL、RECAP、SAC-Flow等真机RL算法，Async PPO、D4RL IQL等仿真RL算法，以及DAgger、HG-DAgger人在环学习算法。 3. 真机支持：新增空间鼠标、VR、GELLO遥操作数据采集，支持双臂Franka、GimArm、DOS-W1等平台及Franka DexHand灵巧手。 4. 仿真环境：新增Genesis、Polaris、RoboVerse等5种仿真器，完善Behavior、Libero+等环境。 5. 系统基座：新增Reward/Value Model组件、SGLang推理服务，性能大幅优化，并全面支持昇腾Ascend、AMD ROCm等国产及异构AI计算平台。 项目已与百度智能云等云厂商协同上线，在GitHub获4100+ Stars，被Isaac Lab收录为首个面向具身大模型的训练引擎。