GPT-6 Astra开进机器人身体！清华联手无问芯穹等开源RPent
内容提要
清华大学等联合开源具身智能体基础设施RPent，将大模型规划、VLA精细操作与记忆系统结合，形成感知到纠错的闭环。在LIBERO-PRO上达到92.6%成功率，并通过任务卡复用经验使执行提速约7倍，推动机器人在物理世界持续学习进化。
延伸解读
分层架构：让大模型与专家模型各司其职
RPent没有让单一模型包办从理解到控制的所有环节，而是将系统拆分为用户层、智能层、接口层和环境层。智能层中，Agentic Planner负责任务理解与规划，Action Primitive则封装VLA、WAM等专家模型和程序化技能，形成可调用的工具。这种设计让大模型专注于泛化决策，专家模型保障亚厘米级操作精度，从而在开放任务中兼顾灵活性与可靠性。
记忆系统：从单次成功到可复用经验
物理世界试错成本高，RPent的Memory系统将经验按复用范围组织为三层，并记录适用范围、可信度与支撑证据。新经验需验证后才提升可信度，冲突记录被隔离，避免偶然成功污染能力。记忆以Recipe形式保存可迁移的任务方案，而非固定坐标。在LIBERO-Pro位置交换任务中，引入记忆后成功率从31.0%提升至87.0%，表明经验复用能显著增强扰动环境下的适应性。
Flash Mode：用任务卡平衡速度与适应力
大模型推理速度常成为机器人控制的延迟瓶颈。RPent通过Flash Mode将探索阶段验证成功的任务流程压缩为Task Card，保存任务阶段、动作原语与检查条件，但不保存固定坐标。再次执行时优先按任务卡运行，视觉模块重新定位物体，执行模块根据当前状态调整动作；仅当检查失败或环境偏离时才重新调用规划器。在LIBERO Object的200次评测中，平均执行时间从283.6秒降至40.9秒，成功率仅下降3.5个百分点，实现约7倍加速。
开放接口：连接模型、工具与物理设备
机器人、相机、传感器和仿真器接口各异，若每接入一种设备就重写Agent，智能体难以规模化。RPent通过MCP、RPC与MHS三层接口，将智能决策与物理执行解耦，上层任务逻辑不绑定特定机器人或仿真器。目前框架已覆盖LIBERO-PRO、RoboCasa、RoboTwin、RoboDojo等仿真环境，以及Franka、双臂Franka、YAM、SO101等真实设备，新增设备只需实现标准动作、状态与环境接口即可接入。
Q&A
RPent是什么？由哪些机构联合开源？
RPent是由清华大学、无问芯穹、正行创新联合发起的具身智能体基础设施，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。
RPent在LIBERO-PRO基准测试上的表现如何？
在LIBERO-PRO基准测试中，RPent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。具体来说，RPent/GPT-6 Astra达到92.63%，相比第二名RPent/Opus-4.7的82.4%高出10.23个百分点。
RPent如何实现任务加速？Flash Mode和任务卡是什么？
RPent通过Flash Mode和任务卡（Task Card）实现加速。在探索阶段，RPent将成功且经过验证的任务流程压缩为Task Card，保存任务阶段、动作原语、关键目标与检查条件，不保存固定坐标。进入Flash Mode后，系统优先按照Task Card执行，仅根据当前视觉状态做必要调整，避免每一步都重新调用大模型。在LIBERO Object的200次评测中，开启Flash Mode将平均执行时间从283.6秒降低至40.9秒，成功率仅下降3.5个百分点，实现约7倍加速。
RPent的Memory系统是如何工作的？有什么作用？
RPent的Memory系统将经验按复用范围组织为三层记忆，并为记忆记录适用范围、类型、可信度和支撑证据。新经验需验证后才能提高可信度，冲突记录会被保留和隔离。记忆机制中包含Recipe（可迁移的任务方案），而不是固定坐标。探索模式允许更新记忆，评测模式只读使用冻结经验。在LIBERO-Pro Goal实验中，引入记忆机制后，位置交换任务的成功率从31.0%提升至87.0%。此外，RPent支持记忆资产分发，使单个智能体的能力成为整个系统持续进化的基础。
RPent的架构分为哪几层？各层有什么功能？
RPent采用模块化设计，分为四大层级：用户层提供交互式CLI和Web Dashboard，用于下达任务和查看推理过程；智能层由Agentic Planner和Action Primitive组成，负责任务规划与能力调度；接口层将智能体决策转换为机器人可执行指令，提供统一调用接口；环境层负责任务执行，支持多种仿真环境和真实设备。各层独立部署，通过轻量级通信连接。
RPent与纯VLA端到端和纯大模型Agent路线有何不同？
纯VLA端到端模型精细操作好，但任务变长、语言变花或场景扰动时迅速退化；纯大模型Agent（如CAP-X）能直接输出动作，但在亚厘米级精度、执行时延和持续学习上存在短板。RPent并非折中，而是将具身智能拆解为不同层次的能力，让通用大模型负责任务理解与规划，专家模型负责高精度动作执行，并通过记忆、工具和接口形成闭环，兼顾泛化能力与操作精度。
