清华等开源具身智能体框架RPent，大模型与专家模型协同闭环
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载四层架构拆解任务
RPent采用用户层、智能层、接口层、环境层四层模块化设计。用户层提供交互式命令行与Web Dashboard两种入口，用户可下达任务指令。智能层规划器结合基础模型、Memory与工具库，将任务拆解为可执行的子步骤。接口层通过动作原语封装VLA、WAM和程序化技能，供智能层调用。环境层负责执行并反馈结果，形成感知、决策、执行、反馈纠错的闭环。这种分层设计让通用大模型的规划能力与VLA等专家模型的操作能力各司其职，避免单一模型承担全部任务。
92.6%成功率与7倍提速
在LIBERO-PRO基准测试中，RPent的任务成功率达到92.6%。这一数字来自智能层规划与动作原语调用的协同：规划器拆解任务后，动作原语调用VLA等专家模型执行具体操作，反馈纠错机制在出现偏差时重新观察并调整。端到端任务完成速度优化7倍以上，得益于任务卡复用机制。当任务逻辑经过验证后，RPent将其沉淀为任务卡，再次执行同类任务时可启用Flash Mode直接复用，减少重复规划与试错，从而降低延时。
与纯VLA端到端对比
纯VLA端到端方案在长任务、语言变化和场景扰动下容易退化。演示中，机器人完成倒钢珠、双臂擦盘、移碗找勺等任务时，任务变化会导致冻结的VLA放错位置。RPent则通过智能层重新观察并选择动作，避免此类错误。其算法源于团队7月提出的Harness VLA工作，由大规模具身强化学习框架RLinf核心团队打造，将通用大模型规划与VLA等专家模型操作能力结合，形成感知、决策、执行、反馈纠错的完整闭环。
任务卡复用与适用范围
RPent把验证过的任务逻辑沉淀为任务卡，供后续复用。再次执行时启用Flash Mode复用任务卡，可降低延时。这一机制适用于重复性任务场景，而任务变化时系统会重新观察选择，不依赖冻结的VLA。RPent由清华大学、无问芯穹、正行创新联合开源，用户可通过交互式命令行或Web Dashboard下达任务。对读者而言，这意味着具身智能体基础设施多了一个开源选项，其分层设计与任务卡复用机制为长任务和场景扰动提供了应对思路。
为什么值得看
解决纯大模型精度差与纯VLA泛化弱痛点，通过分层协同与经验复用，让机器人在物理世界持续成长。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。