0x00 概要HIL-SERL 能在真实机械臂上跑通 RL，靠的不是某个算法突破，而是整套工程系统设计：异步 Actor-Learner 解耦、SpaceMouse 实时干预、混合动作空间、阻抗控制底层安全——每一层都是纸上算法到真实机器人之间的必要桥梁。0x01 系统架构总览HIL-SERL 是一个无中心编排的系统——没有 master、没有 supervisor、没有 orchestrator

人的经验不只存在文档里，也存在聊天、会议、代码、复盘和脑子里的隐性判断里。真实工作里的召回维度经常是人、日期、项目、模块、MR、会议结论、待办、决策。真实工作环境里的飞书消息、会议纪要、文档、代码评审、设计稿、邮件和内部系统，往往都不在它的视野里。Skill 或自动化也有类似准入标准：重复出现、有明确输入、有固定步骤、有验证标准、有常见失败，才值得封装。Agent 每次拿到一堆无关上下文，会更慢、