具身智能

本节专注于使用 RLinf 进行具身强化学习训练，涵盖支持的环境与模型、 真机部署、数据管理和奖励模型工作流。

• 支持的模拟器、真机平台与模型

  支持的模拟器（ManiSkill、LIBERO、IsaacLab 等）、 真机平台（Franka、XSquare Turtle2 等）和 VLA/WAM 模型（OpenVLA、π₀、GR00T 等）概览。

• 真机机器人训练启动

  将多台 Franka 机器人和 GPU 训练节点连接到同一 Ray 集群， 配置 YAML 并启动真机 RL 训练。

• 云边协同训练配置

  使用 EasyTier 构建云边训练环境，将云端和边缘节点连接在 同一覆盖网络上，并在其上运行 RLinf。

• Replay Buffer 使用教程

  TrajectoryReplayBuffer 的使用方式、采样流程和存储实践。

• 数据采集

  数据采集的配置、输出格式，以及在仿真和真机场景下的使用方法。

• Reward Model 使用指南

  Reward Model 完整使用指南，涵盖仿真和真机工作流： 数据采集、预处理、训练、RL 推理以及带实时 reward 反馈的遥操作。