清华联合无问芯穹开源具身智能体基础设施 RPent
开源框架 RPent 把大模型规划与 VLA 操作分层组合，并加入可复用记忆，为机器人智能体提供模块化基础设施。
清华大学、无问芯穹与正行创新联合开源具身智能体基础设施 RPent：用通用大模型负责任务理解与规划，用 VLA（视觉-语言-动作模型，直接根据画面和指令输出机器人动作）负责精细操作，形成「观察-规划-执行-纠错」闭环，在 LIBERO-PRO 基准上任务成功率达 92.6%。
正文摘录
Codex、Claude Code 等数字世界智能体，已经向我们展示出了一种全新且高效的工作方式：大模型理解目标，拆解任务，调用适当的工具，并根据执行结果不断调整计划，直到完成任务。 随着 GPT-6 Astra 开始接受真实机器人操作测试，这种“让大模型作为决策大脑”的智能体范式正逐渐走向物理世界。 但机器人面对的不是可以随时回滚的代码，在物理世界里，环境持续变化、状态无法完全观测，动作一旦发生也很难轻易撤销，抓取、装配、插拔等精细操作更需要专门的模型与控制能力。 物理世界中的智能体，不只是“想明白”，还必须“看得见、做得到、反应快”，并且“记得住”。 今天，由清华大学、无问芯穹、正行创新联合发起的具身智能体基础设施 RPent 正式开源。 RPent 面向真实物理世界，将通用大模型的任务理解与规划能力、VLA 等专家模型的精细操作能力，以及记忆、工具和机器人接口连接起来，形成从感知、决策、执行到反馈纠错的完整闭环，使智能体能够持续适应环境变化，并将经过验证的经验沉淀为可复用的能力，在与物理环境的持续交互中不断学习和进化。在 LIBERO-PRO 基准测试中达到 92.6% 的任务成功率，并将端到端任务完成速度优化 7 倍以上。 RPent 由大规模具身强化学习框架 RLinf 的核心团队打造，延续了该团队在具身智能基础设施领域的技术积累。 在这一视频中，RPent 展示了多个有趣的开放式任务：机器人将钢珠倒入碗中，双臂协同擦拭盘子，还会主动移开遮挡物，找到藏在碗下的勺子。 值得注意的是，这些任务并不是为每一种场景单独训练一个专用策略。机器人真正发生的变化，是开始从“执行学过的动作”，走向“理解任务、调用能力，并根据环境变化调整行动”。 1、例如，当任务变化为“将干净餐具放入纸箱”时，面对同一只蓝色盘子，冻结 VLA 只会沿用训练时学到的动作，将它错误地放入金属篮中；