详情

一架架飞机在空中有序航行，按期起降，看似仅仅飞机我方的事情，践诺上，它需要抓续与机场、跑说念、航路以及大地资源系统协同。

这恰是“塔台”存在的意旨：它厚爱把分散的飞机和大地、空中的资源融合组织起来，让飞机字据各自的任务有序运行。而当飞机越来越多、航路越来越复杂，这种斡旋管控和融合也就变得越来越重要。

具身智能也相通如斯。

一项具身任务，践诺上是多个扮装的协同：机器东说念主和相机等现场开发、云表算力、磨练与推理方法，以及承接这些扮装的通讯和运行环境。

而跟着更多机器东说念主参加研发与运用，这种协同的复杂度与本钱更将进一步放大：开发需要一个个接入，任务需要离别部署，云表与现场需要反复树立汇聚，不同开发和方法出了问题，还要逐个排查开发、汇聚、方法。

因此，当机器东说念主从“单机”走向更大的“机群”，具身智能也需要一座新的“塔台”——不仅仅“把开发接进来”，而是斡旋组织管束分散的算力、开发和施行方法，让它们围绕澌灭项任务协同高效运行。

为措置这一问题，清华大学与无问芯穹共同打造并开源面向具身智能的云原生纳管平台 RLark。平台以自研的具身开发运行时（embodied-runtime）和任务级跨集群汇聚互联技巧为中枢，买通“的确开发怎样被斡旋疏通”与“跨地域任务怎样互联运行”两个漏洞要道。

一方面，斡旋管束机器东说念主、相机等具身开发的运行时环境，让开发不错像 GPU 一样被央求、疏通和复用；另一方面，针对不同任务和汇聚流量特征，对跨集群通讯进行任务级封闭，并优化大小包传输性能，擢升云表与现场协同运行的效果。

最终，RLark 不错将云表算力、旯旮节点和具身开发纳入斡旋资源体系，并以一项完好任务为单元组织运行。让一次实验中完成的接入、部署与通讯树立，粗略在后续任务中复用。运维东说念主员通过一瞥号令即可接入并斡旋管束开发，商榷东说念主员通过一份任务树立，即可将磨练、推理和真机交互方法部署到不同集群。

现在，RLark 已完成 3 个集群、近百个云边端节点的斡旋纳管，隐敝 4 种型号的具身开发，开发纳管从小时级裁减至约 5 分钟，任务提交后可在 10 秒内即可启动运行。同期，RLark 进一步勾通磨练框架，买通了跨地域的采集、磨练与真机考据闭环。为具身智能实验走向更大限度的开发与更复杂的协同场景提供基础撑抓。

RLark 将从用户界面、API、后端干事，到任务编排、跨集群互联和具身开发运行时的整套智商盛开出来，诽谤具身基础设施的使用门槛，让更多团队不错径直部署和使用。

开源地址： github.com/RLinf/RLark

花样文档： rlark.readthedocs.io

快速运行： github.com/RLinf/RLark#quick-start

01 从开发接入到真机磨练，一场具身智能的跨地域实测

为了考据云表算力与现场开发能否围绕澌灭项任务协同运行，团队将 RLark 与强化学习基础设施框架 RLinf 勾通，在广东云表 GPU 集群与北京机器东说念主现场之间，完成了一次跨地域的真机实测。

这项实验同期波及现场机器东说念主与相机、云表 GPU，以及磨练、推理和真机交互等多个施行扮装。

现场开发厚爱交互和数据采集云表 GPU 承担磨练算计打算，磨练获取的政策再用于后续真机交互。RLark 厚爱开发央求、跨集群部署、任求实例互联与运事业态收集。RLinf 厚爱磨练算计打算与数据合作，两者共同撑抓实验运行。

此次实验重心考据的，不仅仅“能不成把开发连起来”，而是 RLark 能否让一项蓝本需要多处树立、多个方法合作的复杂实验，更快准备、更通俗运行，并形成完好的采集—磨练—考据闭环。

1. 5 分钟完成开发纳管：让云和端的资源可被斡旋央求

实验准备阶段，运维东说念主员最初将云表 GPU 集群与现场开发所在集群接入 RLark，由各集群 Agent 同步节点容量、资源信息与运事业态。随后，通过具身开发运行时（embodied-runtime）接入已适配的双臂机器东说念主与相机，将的确硬件注册为任务可央求、可疏通的资源。

在测试环境下，具身开发纳管从传统的1小时骤降为 5 分钟。完成接入后，商榷东说念主员不错在平台中斡旋稽查两地资源的位置、类型与可用情况，并在后续实验中抓续央求和复用，无需每次再行接入开发。

2. 10 秒内启动任务：用一份任务树立组织两地施行

资源准备就绪后，商榷东说念主员通过一份任务树立，界说磨练、推理和真机交互等施行扮装，声明各扮装所需的资源、实例数目与部署位置。举例，磨练扮装使用云表 GPU，真机交互扮装央求现场机器东说念主与相机，共同包摄于澌灭项具身任务。

任务提交后，RLark 将树立下发至相应集群，由 Agent 创建施行实例，并建立实例之间的跨集群通讯关联。

在资源已接入且具备运行条目的测试环境下，任务提交后 10 秒内即可在平台侧启动，无需逐台登录开发、离别部署方法。

3. 全链路跑通：杀青采集—磨练—真机考据闭环

任务启动后，现场机器东说念主与相机抓续产生交互数据，并回传云表由 RLinf 用于磨练；磨练后更新的政策再用于后续真机交互，形成采集—磨练—考据的抓续轮回。

本次实验一语气运行约 36 分钟，磨练鼓励至 323 个全局磨练方法（global step），完好跑通了开发央求、跨集群疏通、真机数据回传、云表磨练和政策更新全链路。

运行过程中，商榷东说念主员不错从澌灭任务进口稽查各扮装的景况，并沿施行实例、节点、开发与日记定位十分。后续更换开发、调整扮装限度或算法参数时，不错径直修改并复用任务树立，减少再行搭建实验经由的使命。

通过此次实验，RLark 将原分内散在不同所在的开发、算力和施行方法组织到澌灭项任务中，考据了云表算力与现场开发围绕澌灭项任务协同运行的智商，杀青了从资源接入、任务启动到抓续运行的一体化协同。

4. 通讯优化专项测试：跨地域真机磨练更畅达

RLark 勾通捏造寻址、gVisor 用户态汇聚栈与 SSH 安全结净，为散播在云表和现场的施行实例建立通讯通说念，由平台斡旋调整路由、结净与转发关联，撑抓真机数据回传与政策同步。在此基础上，通过磨练框架 RLinf 的散播式通讯方式，进一步优化数据流转，减少无须要的跨域传输，协同完成任务级跨集群通讯优化。

为了进一步考据这条跨地域任务链路的通讯智商，团队针对任务级跨集群汇聚互联开展了专项测试。

在受限汇聚环境下，RLark 的大包单流微辞较测试所用 VPN 决议擢升约 49%，小包单流微辞擢升约 14%；在高带宽环境下，大包单流微辞接近 2 Gbps。

更高的传输效果，为模子、交互数据和运行信息在云表与现场之间抓续传输提供了更结识的通讯基础。与传统的 EasyTier决议对比，RLark 显贵减少了跨地域真机任务运行过程中因汇聚传输形成的卡顿。

02 RLark 技巧旅途：剖释开发接入与任务运行

一项具身任务着实运行起来，需要措置的不仅仅开发接入，还包括任务怎样部署、不同集群之间怎样通讯，以及运行过程中出了问题怎样定位。

RLark 收受抵制面与数据面分离的架构，将分散在云表、旯旮和实验现场的资源纳入斡旋管束。

RLark举座技巧架构图

用户通过 Web 抵制台、API 或号令行器用（CLI）管束资源、提交任务；抵制面承担“塔台”的融合职责，斡旋调整资源信息、任务树立与通讯关联；各集群中的 Agent 厚爱腹地任务部署、资源同步与景况回传。

这座“塔台”主要由四项中枢技巧共同撑抓：

1. 自研具身开发插件与运行时：让机器东说念主成为可管束疏通的资源

RLark 将云表算力、旯旮节点与机器东说念主、相机等具身开发纳入斡旋资源体系。各集群 Agent 抓续向抵制面同步资源信息和运事业态，用户不错从澌灭进口稽查资源的位置、类型与可用情况。

针对具身开发，RLark 研发了具身开发运行时（embodied-runtime），通过斡旋硬件笼统，将机器东说念主、相机等的确开发转换为云原生系统中可识别、可央求、可疏通的资源，使其粗略与 GPU 等算力资源共同参与任务编排。

这一过程由开发插件与运行时协同完成：开发插件发现并注册已适配的具身开发，将其资源信息提供给 Kubernetes；各集群 Agent 向抵制面同步资源信息与运事业态，形成隐敝云表算力、旯旮节点和现场开发的斡旋资源视图。任务央求资源后，平台组织资源分派，运行时为施行实例提供打听所分派硬件的智商，买通从资源声明、疏通分派到的确开发使用的完好链路。

商榷东说念主员因此不错在澌灭份任务树立中声明 GPU、机械臂和相机的类型与数目，由平台斡旋组织使用。机器东说念主由需要单独承接和树立的外部开发，改造为粗略与算力一齐央求、分派和复用的任务资源。

2. 任务级跨集群通讯优化：让澌灭任务均分散的扮装着实承接

RLark 研发了任务级跨集群汇聚互联技巧，通过捏造地址与 SSH 安全结净，将澌灭任务中散播在不同集群的施行实例承接起来，为云表磨练、推理与现场真机交互提供斡旋通讯通说念。在此基础上，磨练框架可进一步优化任务部署与数据流转，减少无须要的跨域传输。

最初，由 RLark 建立并管束汇聚结净，杀青跨域互联。其中枢是将施行实例的通讯地址与践诺部署位置解耦：平台为实例分派捏造地址，通过 TUN 捏造汇聚接口袭取流量，由 gVisor 用户态汇聚栈处理，再经 SSH 安全结净转发至对端。实例通过捏造地址相互打听，底层路由、结净与转发旅途由平台斡旋调整。同期，RLark 通过通讯域（Domain）组织互联界限，勾通成员关联与文凭认证抵制打听，减少跨集群部署时逐个树立汇聚的使命。

在此基础上，RLinf框架基于 RLark 提供的结净，对流量进行腹地化适配。该技巧源自 RLinf 推出的面向的确机器东说念主在线政策学习系统 USER，支抓在真机交互过程中抓续采集数据并更新模子政策。在与 RLark 的协同中，RLinf 将不雅测数据处理、推理与真机交互等要道组织在旯旮侧，让高频交互和原始数据处理就近完成，再通过 RLark 提供的跨集群通说念回传磨练所需的数据、下发更新后的政策，减少原始不雅测数据全量回传带来的带宽支出。

技巧论文见团队发表在 RSS 2026 的《RLinf-USER: A Unified and Extensible System for Real-World Online Policy Learning in Embodied AI》https://arxiv.org/abs/2602.07837

3. 声明式任务编排：让实验从“剧本拼接”变成“一份树立”

RLark 通过自界说任务类型，用 Job、Task 和 Worker 三层模子描绘一项具身实验：Job 代表整项任务，Task 描绘磨练、推理、真机交互等施行扮装，Worker 则是践诺承担这些扮装的施行实例。

用户通过一份树立，声明各扮装需要的资源、实例数目和部署位置。

任务提交后，抵制面将部署树立下发至相应集群，由 Agent 创建 Worker 并回传景况。平台斡旋管束各集群中的 Worker，通过抓续调协，使践诺运事业态与任务树立保抓一致。

后续实验不错复用澌灭份树立，按需调整开发、扮装限度与部署位置；具有阶段依赖的经由，还不错通过 Workflow 组织多个 Job，减少调整多套启动剧本和手动衔尾实验方法的使命。

4. 任务级运行不雅测：让问题沿着任务链路逐层排查定位

任务运行出现十分后，怎样快速知说念问题出在那边？

RLark 以澌灭项任务为干线，将 Job、Task、Worker 与估量节点、开发、事件和日记关联起来。各集群 Agent 回传的景况在抵制面斡旋收集，让用户粗略从一个进口稽查整项任务及各施行扮装的运行情况。

任务未按预期鼓励时，用户不错沿着“任务—扮装—施行实例”逐层排查：先判断哪个扮装未闲居运行，再定位到具体 Worker，查验其事件、日记及关联节点和开发的景况。

平台同期提供 Web Terminal 与 TensorBoard 进口，支抓进一步查验运行环境、开发打听和磨练过程，减少登录多台机器、跨系统寻找和查对十分信息的使命。

03 共同设立抓续助长的具身智能新 “塔台”

具身智能的硬件与运行环境仍在快速变化。

新的机器东说念主、相机和传感器还在抓续接入；不同气象的汇聚条目需要逐个考据；实验限度扩大后，疏通、通讯与十分收复也会出现更多新的工程问题。

这意味着，具身智能需要的不仅仅一个粗略“把开发接进来”的器用，而是一套不错抓续彭胀、复用和共同演进的基础设施。

RLark 采用开源，恰是但愿将开发适配、任务树立和的确实验中的基础设施西宾千里淀为可复用智商。管束员不错通过平台管束集群、节点、开发信息和基础组件；研发东说念主员不错通过 Web 抵制台树立采集、磨练和评测任务，并使用使命流、通讯域、存储、日记与辛苦终局管束施行过程。RLark 同期提供 API，便于接入既有算法框架与研发器用链。

后续，RLark 将赓续完善开发与芯片适配、轻量运行时、跨域通讯、任务十分收复和实验树立复用。

咱们迎接机器东说念主及芯片厂商参与开发适配，迎接算法团队共享数据采集、磨练和考据场景，也迎接基础设施开发者参与任务编排、汇聚与运行不雅测智商设立。

咱们也期待能与开源社区联袂，共同设立这座撑抓具身智能走向更大限度、更复杂场景的新“塔台”。

花样地址： github.com/RLinf/RLark

迎接 Star、部署试用、提交 Issue 或参与孝敬。

本文由无问芯穹提供kai云体育app官方下载，量子位获授权转载，不雅点归原作家通盘。