清华等联合开源RPent，具身智能任务成功率达92.6%

GPT-6 Astra开始接受真实机器人操作测试后，大模型作为决策中枢的智能体范式正从数字环境走向物理世界。清华大学、无问芯穹与正行创新联合开源具身智能基础设施RPent，将通用大模型的任务理解与规划、VLA等专家模型的精细操作、记忆系统、工具及机器人接口连接起来。在LIBERO-PRO测试中，RPent任务成功率达到92.6%，端到端完成速度提升7倍以上。项目由RLinf核心团队打造，代码已发布于https://github.com/RLinf/RPent。

RPent真机演示包含倒钢珠、双臂擦盘、移开碗具寻找勺子等开放任务。面对“把餐具放入纸箱”等变化目标，系统不会机械复用冻结VLA的旧动作，而是重新观察环境、选择位置，并在视觉定位出错时检查结果、排除错误目标后再次定位。执行过程中，它还能通过试抬确认夹持稳定，在路径受阻时调整腕部姿态，并先移开遮挡物再抓取目标。探索成功后，任务逻辑会保存为Task Card，Flash Mode可直接复用已验证流程，减少重复调用大模型的延迟。

RPent没有让单一模型包办所有工作，而是结合两条路线：纯VLA擅长精细动作，却容易在长任务、复杂语言或受扰场景下退化；纯大模型Agent具备较强任务理解能力，但在亚厘米精度、时延和持续积累经验方面仍有限。RPent让通用模型负责理解与规划，VLA、WAM等专家模型负责动作执行，记忆系统沉淀经验，框架则连接模型、工具与环境，形成“观察—规划—执行—反馈—再规划”闭环。其算法基础来自团队7月提出的Harness VLA工作。

系统采用用户层、智能层、接口层和环境层的模块化架构。用户可通过交互式CLI或Web Dashboard下达指令，并查看视觉输入、推理过程和动作轨迹；智能层由Agentic Planner、Memory、Tool Library和Action Primitive组成，统一封装VLA、WAM及Code as Policy等能力。环境层目前支持LIBERO-PRO、RoboCasa、RoboTwin、RoboDojo等仿真环境，以及Franka、双臂Franka、YAM和SO101等设备。

新增机器人只需实现标准动作、状态和环境接口，上层任务逻辑、提示词与工具无需重写。智能层和环境层采用独立进程，可分别部署、迁移和重启，便于长期运行。RPent还以MCP统一描述工具能力，以RPC连接模型服务、机器人和仿真环境，并通过MHS抽象物理设备的读写与控制，使真实机器人、远程服务和仿真平台能够协同工作。

在物理环境中，失败可能需要重新布置场景，甚至造成设备损坏，因此RPent设计了Memory机制，将经验按复用范围组织为三层，并记录适用范围、类型、可信度及证据。新经验需经过验证才能提高可信度，冲突记录则被保留并隔离，避免偶然成功污染已有能力。

其中的Recipe代表可迁移的任务方案，而不是某次执行中的固定坐标。RPent希望借此把一次成功探索转化为后续任务可复用的能力，让机器人从执行固定动作，逐步转向理解目标、组合技能、应对变化并持续学习。