CMU 发布 AstraFlow 强化学习框架，支持多策略Agent弹性协同训练

AstraFlow 是面向 Agentic LLM 的数据流强化学习系统，可实现多策略协同训练与动态资源扩展，重点解决多Agent环境下训练吞吐、异构算力调度与策略稳定性问题。