5分鐘完成機器人納管、10秒啟動跨叢集任務，清華大學聯合無問芯穹開源具身智慧雲原生平臺RLark

來源原標題

5分鐘完成機器人納管、10秒啟動跨叢集任務，清華大學聯合無問芯穹開源具身智慧雲原生平臺RLark

作者

量子位的朋友们

原始標籤

資訊 · 具身智慧 · 無問芯穹 · 清華大學

原始連結

https://www.qbitai.com/2026/09/496767.html

摘要原文

5分鐘完成機器人納管、10秒啟動跨叢集任務，清華大學聯合無問芯穹開源具身智慧雲原生平臺RLark 量子位的朋友們 2026-09-24 13:19:55 來源： 量子位 開源一座具身智慧的新“塔臺” 一架架飛機在空中有序飛行，按時起降，看似只是飛機自己的事情，實際上，它需要持續與機場、跑道、航線以及地面資源系統協同。 這正是“塔臺”存在的意義： 它負責把分散的飛機和地面、空中的資源協調組織起來，讓飛機根據各自的任務有序執行。而當飛機越來越多、航線越來越複雜，這種統一管控和協調也就變得越來越重要。 具身智慧也同樣如此。 一項具身任務，本質上是多個角色的協同：機器人和相機等現場裝置、雲端算力、訓練與推理程式，以及連線這些角色的通訊和執行環境。 而隨著更多機器人投入研發與應用，這種協同的複雜度與成本更將進一步放大： 裝置需要一個個接入，任務需要分別部署，雲端與現場需要反覆配置網路，不同裝置和程式出了問題，還要逐一排查裝置、網路、程式。 因此，當機器人從“單機”走向更大的“機群”，具身智慧也需要一座新的“塔臺”——不只是“把裝置接進來”，而是 統一組織管理分散的算力、裝置和執行程式，讓它們圍繞同一項任務協同高效執行。 為解決這一問題，清華大學與無問芯穹共同打造並開源 面向具身智慧的雲原生納管平臺 RLark。 平臺以自研的具身裝置執行時（embodied-runtime）和任務級跨叢集網路互聯技術為核心，打通 “真實裝置如何被統一排程” 與 “跨地域任務如何互聯執行” 兩個關鍵環節。 一方面，統一管理機器人、相機等具身裝置的執行時環境，讓裝置可以像 GPU 一樣被申請、排程和複用；另一方面，針對不同任務和網路流量特徵，對跨叢集通訊進行任務級隔離，並最佳化大小包傳輸效能，提升雲端與現場協同執行的效率。 最終，RLark 可以將雲端算力、邊緣節點和具身裝置納入統一資源體系，並以一項完整任務為單位組織執行。讓一次實驗中完成的接入、部署與通訊配置，能夠在後續任務中複用。 運維人員通過一行命令即可接入並統一管理裝置，研究人員通過一份任務配置，即可將訓練、推理和真機互動程式部署到不同叢集。 目前，RLark 已完成 3 個叢集、近百個雲邊端節點 的統一納管，覆蓋 4 種型號的具身裝置 ， 裝置納管從小時級縮短至約 5 分鐘，任務提交後可在 10 秒內即可啟動執行。 同時，RLark 進一步結合訓練框架，打通了 跨地域的採集、訓練與真機驗證閉環 。為具身智慧實驗走向更大規模的裝置與更複雜的協同場景提供基礎支撐。 RLark 將從 使用者介面、API、後端服務，到任務編排、跨叢集互聯和具身裝置執行時 的整套能力開放出來，降低具身基礎設施的使用門檻，讓更多團隊可以直接部署和使用。 開源地址： github.com/RLinf/RLark 專案文件： rlark.readthedocs.io 快速開始： github.com/RLinf/RLark#quick-start 01 從裝置接入到真機訓練，一場具身智慧的跨地域實測 為了驗證雲端算力與現場裝置能否圍繞同一項任務協同執行，團隊將 RLark 與強化學習基礎設施框架 RLinf 結合，在 廣東雲端 GPU 叢集與北京機器人現場 之間，完成了一次 跨地域的真機實測。 這項實驗同時涉及現場機器人與相機、雲端 GPU，以及訓練、推理和真機互動等多個執行角色。 現場裝置 負責互動和資料採集 雲端 GPU 承擔訓練計算，訓練得到的策略再用於後續真機互動。 RLark 負責裝置申請、跨叢集部署、任務例項互聯與執行狀態彙集。 RLinf 負責訓練計算與資料協作，兩者共同支撐實驗執行。 這次實驗重點驗證的，不只是“能不能把裝置連起來”，而是 RLark 能否讓一項原本需要多處配置、多個程式協作的複雜實驗， 更快準備、更簡單執行，並形成完整的採集—訓練—驗證閉環。 1. 5 分鐘完成裝置納管：讓雲和端的資源可被統一申請 實驗準備階段，運維人員首先將雲端 GPU 叢集與現場裝置所在叢集接入 RLark，由各叢集 Agent 同步節點容量、資源資訊與執行狀態。隨後，通過具身裝置執行時（embodied-runtime）接入已適配的雙臂機器人與相機，將真實硬體註冊為任務可申請、可排程的資源。 在測試環境下， 具身裝置納管從傳統的1小時驟降為 5 分鐘 。完成接入後，研究人員可以在平臺中統一檢視兩地資源的位置、型別與可用情況，並在後續實驗中持續申請和複用，無需每次重新接入裝置。 2. 10 秒內啟動任務：用一份任務配置組織兩地執行 資源準備就緒後， 研究人員通過一份任務配置，定義訓練、推理和真機互動等執行角色，宣告各角色所需的資源、例項數量與部署位置。 例如，訓練角色使用雲端 GPU，真機互動角色申請現場機器人與相機，共同歸屬於同一項具身任務。 任務提交後，RLark 將配置下發至相應叢集，由 Agent 建立執行例項，並建立例項之間的跨叢集通訊關係。 在資源已接入且具備執行條件的測試環境下， 任務提交後 10 秒內即可在平臺側啟動 ，無需逐臺登入裝置、分別部署程式。 3. 全鏈路跑通：實現採集—訓練—真機驗證閉環 任務啟動後，現場機器人與相機持續產生互動資料，並回傳雲端由 RLinf 用於訓練；訓練後更新的策略再用於後續真機互動，形成 採集—訓練—驗證 的持續迴圈。 本次實驗連續執行約 36 分鐘，訓練推進至 323 個全域性訓練步驟（global step） ， 完整跑通了裝置申請、跨叢集排程、真機資料回傳、雲端訓練和策略更新全鏈路。 執行過程中，研究人員可以從同一任務入口檢視各角色的狀態，並沿執行例項、節點、裝置與日誌定位異常。後續更換裝置、調整角色規模或演算法參數時，可以直接修改並複用任務配置，減少重新搭建實驗流程的工作。 通過這次實驗，RLark 將原本分散在不同地點的 裝置、算力和執行程式 組織到同一項任務中，驗證了雲端算力與現場裝置圍繞同一項任務協同執行的能力，實現了從 資源接入、任務啟動到持續執行 的一體化協同。 4. 通訊最佳化專項測試：跨地域真機訓練更流暢 RLark 結合虛擬定址、gVisor 使用者態網路棧與 SSH 安全隧道，為分佈在雲端和現場的執行例項建立通訊通道，由平臺統一維護路由、隧道與轉發關係，支撐真機資料回傳與策略同步。在此基礎上，通過訓練框架 RLinf 的分散式通訊方式，進一步最佳化資料流轉，減少不必要的跨域傳輸，協同完成任務級跨叢集通訊最佳化。 為了進一步驗證這條跨地域任務鏈路的通訊能力，團隊針對任務級跨叢集網路互聯開展了專項測試。 在受限網路環境下，RLark 的大包單流吞吐較測試所用 VPN 方案提升約 49% ，小包單流吞吐提升約 14% ；在高頻寬環境下，大包單流吞吐接近 2 Gbps 。 更高的傳輸效率，為模型、互動資料和執行資訊在雲端與現場之間持續傳輸提供了更穩定的通訊基礎。與傳統的 EasyTier方案對比，RLark 顯著減少了跨地域真機任務執行過程中因網路傳輸造成的卡頓。 02 RLark 技術路徑：貫通裝置接入與任務執行 一項具身任務真正執行起來，需要解決的不只是裝置接入，還包括 任務怎麼部署、不同叢集之間怎麼通訊，以及執行過程中出了問題怎麼定位。 RLark 採用控制面與資料面分離的架構，將分散在雲端、邊緣和實驗現場的資源納入統一管理。 RLark整體技術架構圖 使用者通過 Web 控制台、API 或命令列工具（CLI）管理資源、提交任務；控制面承擔“塔臺”的協調職責，統一維護資源資訊、任務配置與通訊關係；各叢集中的 Agent 負責本地任務部署、資源同步與狀態回傳。 這座“塔臺”主要由四項核心技術共同支撐： 1. 自研具身裝置外掛與執行時：讓機器人成為可管理排程的資源 RLark 將雲端算力、邊緣節點與機器人、相機等具身裝置納入統一資源體系。各叢集 Agent 持續向控制面同步資源資訊和執行狀態，使用者可以從同一入口檢視資源的位置、型別與可用情況。 針對具身裝置，RLark 研發了 具身裝置執行時（embodied-runtime） ，通過統一硬體抽象， 將機器人、相機等真實裝置轉化為雲原生系統中可識別、可申請、可排程的資源，使其能夠與 GPU 等算力資源共同參與任務編排。 這一過程由裝置外掛與執行時協同完成：裝置外掛發現並註冊已適配的具身裝置，將其資源資訊提供給 Kubernetes；各叢集 Agent 向控制面同步資源資訊與執行狀態，形成覆蓋雲端算力、邊緣節點和現場裝置的統一資源檢視。任務申請資源後，平臺組織資源分配，執行時為執行例項提供訪問所分配硬體的能力，打通從資源宣告、排程分配到真實裝置使用的完整鏈路。 研究人員因此可以在同一份任務配置中宣告 GPU、機械臂和相機的型別與數量，由平臺統一組織使用。機器人由需要單獨連線和配置的外部裝置，轉變為能夠與算力一起申請、分配和複用的任務資源。 2. 任務級跨叢集通訊最佳化：讓同一任務中分散的角色真正連線 RLark 研發了 任務級跨叢集網路互聯技術 ，通過虛擬地址與 SSH 安全隧道， 將同一任務中分佈在不同叢集的執行例項連線起來，為雲端訓練、推理與現場真機互動提供統一通訊通道。 在此基礎上，訓練框架可進一步 最佳化任務部署與資料流轉，減少不必要的跨域傳輸。 首先，由 RLark 建立並管理網路隧道，實現跨域互聯。 其核心是將執行例項的通訊地址與實際部署位置解耦：平臺為例項分配虛擬地址，通過 TUN 虛擬網路介面接收流量，由 gVisor 使用者態網路棧處理，再經 SSH 安全隧道轉發至對端。例項通過虛擬地址相互訪問，底層路由、隧道與轉發路徑由平臺統一維護。同時，RLark 通過 通訊域（Domain） 組織互聯範圍，結合成員關係與證書認證控制訪問，減少跨叢集部署時逐一配置網路的工作。 在此基礎上，RLinf框架基於 RLark 提供的隧道，對流量進行本地化適配。 該技術源自 RLinf 推出的面向真實機器人線上策略學習系統 USER，支援在真機互動過程中持續採集資料並更新模型策略。在與 RLark 的協同中，RLinf 將觀測資料處理、推理與真機互動等環節組織在邊緣側，讓高頻互動和原始資料處理就近完成，再通過 RLark 提供的跨叢集通道回傳訓練所需的資料、下發更新後的策略，減少原始觀測資料全量回傳帶來的頻寬開銷。 技術論文見團隊發表在 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. 宣告式任務編排：讓實驗從“指令碼拼接”變成“一份配置” RLark 通過自定義任務型別，用 Job、Task 和 Worker 三層模型描述一項具身實驗：Job 代表整項任務，Task 描述訓練、推理、真機互動等執行角色，Worker 則是實際承擔這些角色的執行例項。 使用者通過一份配置，宣告各角色需要的資源、例項數量和部署位置。 任務提交後，控制面將部署配置下發至相應叢集，由 Agent 建立 Worker 並回傳狀態。平臺統一管理各叢集中的 Worker，通過持續調協，使實際執行狀態與任務配置保持一致。 後續實驗可以複用同一份配置，按需調整裝置、角色規模與部署位置；具有階段依賴的流程，還可以通過 Workflow 組織多個 Job，減少維護多套啟動指令碼和手動銜接實驗步驟的工作。 4. 任務級執行觀測：讓問題沿著任務鏈路逐層排查定位 任務執行出現異常後，如何快速知道問題出在哪裡？ RLark 以同一項任務為主線，將 Job、Task、Worker 與相關節點、裝置、事件和日誌關聯起來。各叢集 Agent 回傳的狀態在控制面統一彙集，讓使用者能夠從一個入口檢視整項任務及各執行角色的執行情況。 任務未按預期推進時，使用者可以沿著“任務—角色—執行例項”逐層排查：先判斷哪個角色未正常執行，再定位到具體 Worker，檢查其事件、日誌及關聯節點和裝置的狀態。 平臺同時提供 Web Terminal 與 TensorBoard 入口，支援進一步檢查執行環境、裝置訪問和訓練過程，減少登入多臺機器、跨系統尋找和核對異常資訊的工作。 03 共同建設持續生長的具身智慧新 “塔臺” 具身智慧的硬體與執行環境仍在快速變化。 新的機器人、相機和感測器還在持續接入；不同場地的網路條件需要逐一驗證；實驗規模擴大後，排程、通訊與異常恢復也會出現更多新的工程問題。 這意味著， 具身智慧需要的不只是一個能夠“把裝置接進來”的工具，而是一套可以持續擴展、複用和共同演進的基礎設施。 RLark 選擇開源，正是希望將裝置適配、任務配置和真實實驗中的基礎設施經驗沉澱為可複用能力。管理員可以通過平臺管理叢集、節點、裝置資訊和基礎元件；研發人員可以通過 Web 控制台配置採集、訓練和評測任務，並使用工作流、通訊域、儲存、日誌與遠端終端管理執行過程。RLark 同時提供 API，便於接入既有演算法框架與研發工具鏈。 後續，RLark 將繼續完善裝置與晶片適配、輕量執行時、跨域通訊、任務異常恢復和實驗配置複用。 我們歡迎機器人及晶片廠商參與裝置適配，歡迎演算法團隊分享資料採集、訓練和驗證場景，也歡迎基礎設施開發者參與任務編排、網路與執行觀測能力建設。 我們也期待能與開源社群攜手，共同建設這座支撐具身智慧走向更大規模、更複雜場景的新“塔臺”。 專案地址： github.com/RLinf/RLark 歡迎 Star、部署試用、提交 Issue 或參與貢獻。 本文由無問芯穹提供，量子位獲授權轉載，觀點歸原作者所有。 版權所有，未經授權不得以任何形式轉載及使用，違者必究。 具身智慧 無問芯穹 清華大學 量子位的朋友們 GPT-6之後，具身智慧走向何方？諾因釋出GLOW技術報告，給出機器人“一教就會”的答案 2026-09-24 Stripe Tour 中國首秀：構建 AI 經濟基礎設施，賦能全球商業增長 2026-09-24 海信新一代效能旗艦E7S Pro+正式釋出，原生真彩再進階 2026-09-24 聯想亮相阿里雲棲大會：聯想天禧AI把超級組織落地到端側 2026-09-23 相關閱讀