RLinf 0.4正式交付可组合真机接口与VLA训练部署流程

RLinf是面向具身与Agent基础模型的强化学习基础设施。0.4把可组合的真机接口、VLA采集—训练—评估—部署配方和异构训练栈作为一个正式版本交付，采用Apache-2.0许可。本条记录版本的系统交付，不把先前已公开的RLT、STEAM、OPD或RTC逐一当作20日新算法。 固定版本中的rlinf.robotics将机械臂、末端执行器、相机和移动底盘组织为具名部件树。任务通过稳定路径读取观测和发送动作；共享硬件会话的部件共用连接，独立连接可分别放在不同节点。配置与设备驱动处理连接位置和生命周期，环境负责奖励、终止与策略输入输出。更换驱动或节点位置时，在保留部件路径和数据契约的前提下，可减少任务与策略代码改动，不代表任意机器人可无需适配直接替换。 正式版整合双臂/单臂Franka等真机数据采集与训练部署链，以及OpenPI、世界动作模型的SFT、RL和闭环评估配方；也包含生成模型RL及Agent训练路径。项目列出的多种加速器支持须按具体模型、模拟器和安装组合核对，不能把一种配置的速度数字推广到全平台，现有模型权重也不是本次新模型发布。 安装可用固定源码配套install.sh创建环境或选择项目容器，需自行准备匹配的模型、数据、加速器，真机路径另需硬件与相应驱动。不能复用0.3的虚拟环境，旧OpenPI-PyTorch检查点须按官方工具转换后再加载；默认环境与个别任务的Python及PyTorch版本不同，应按配方重建；源码包的成熟度元数据仍标Pre-Alpha，正式发布标签不等于所有组合已生产验证。官方附有配方测试矩阵，本次核对固定源码、运行说明及资源接口，未连接机器人、执行训练或复跑性能基准。