清华团队开源 RPent：面向物理智能体的递归框架
清华团队牵头多机构开源 RPent，一个可接入多种大模型与 VLA 的物理智能体框架，其 Harness VLA 在 LIBERO-PRO 仿真评测中成功率达 92.63%。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
近日，由清华团队牵头、多机构合作开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身的 RPent（Recursive Physical Agent）正式发布，定位为面向 Physical Agent 的开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身框架。该框架支持接入不同的大模型用海量数据训练出来的超大规模 AI 程序，具备一定的理解和推理「常识」。ChatGPT 是语言大模型，机器人用的是能输出动作的大模型。◆ 小白科普 · 现身、VLA、机器人技能、记忆模块以及真机环境，旨在为具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身体提供更完整的运行时形态。
据发布信息，此前清华团队推出的 Harness VLA 是 RPent 的首篇工作。在 LIBERO-PRO 仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身评测中，Harness VLA 取得了 92.63% 的成功率。RPent 在此基础上进一步扩展，将通用模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身、VLA 与 Harness 相结合，尝试构建可递归调用的物理智能体运行结构。