RLinf v0.3 发布，打通具身智能强化学习全链路闭环
RLinf v0.3 升级为一站式开发平台，实现从仿真训练到真机在线学习的完整闭环，让机器人能在真实世界中持续进化。
RLinf v0.3 是由无问芯穹与清华大学联合开发的开源强化学习基础设施，面向具身智能（能感知和行动于真实世界的机器人系统）。新版首次完整打通数据采集、监督微调、强化学习、模型评测与真机部署，新增6款模型、多类算法以及真机平台支持，显著降低开发门槛，支撑机器人持续进化。
正文摘录
RLinf v0.3 来了！从模型生态到真机部署五大能力跃升，无问芯穹与清华大学联合打造 .png)  当下的具身智能行业，正站在从“数据驱动”迈向“经验驱动”的关键拐点上。机器人不再满足于静态模仿，而是需要在真实世界中持续学习、在线进化。但在现实中，强化学习（Reinforcement Learning, RL）流程复杂、系统组件异构、资源形态多样以及真实世界在线学习难以规模化等关键问题，成为影响具身智能走进真实世界的行业痛点。 今天，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，正式宣布升级为 RLinf v0.3， 为破解具身智能行业发展瓶颈构建了新一代“进化底座”！  RLinf v0.1 和 v0.2 分别完成了强化学习系统抽象与真实世界在线学习基础设施建设。