RLinf/RPent

何を解決するか

RPentは、身体を持つエージェント（ロボット）が長時間の操作タスクをより信頼性高く、効果的に処理できるようにする課題に取り組んでいます。固定されたVision-Language-Action（VLA）モデルだけでは複雑なタスクにしばしば苦戦するという限界を、推論、記憶、自己進化の能力を提供するエージェントフレームワークで補完することで解決します。

動作方法

RPentは、認識、推論、記憶、実行、自己進化といったさまざまなAI機能を組み合わせ可能なサービスとして扱う再帰的エージェントフレームワークです。"エージェントプランナー"（例：Claude CodeやCodex）を使用して固定されたVLAモデルを制御し、VLAを信頼できる操作プリミティブとして扱います。このシステムは、継続的な相互作用、反省、適応のループを通じて動作し、記憶を基にした相互作用を通じて新しい能力を獲得し、初期設計を超えて進化する能力をエージェントに与えます。

対象ユーザー

• 長時間の操作タスクにおいて高い成功率を追求する身体的知能研究者。
• 自己進化エージェントや記憶蒸留ループを研究するオンラインおよび強化学習研究者。
• 実機（例：Frankaアーム）にソリューションを展開するための標準化された、サービス指向のアーキテクチャを必要とするロボットアプリケーション開発者。
• 深層学習の専門知識が不要で、事前に定義されたロボットタスクを即座に実行したいエンドユーザー。

特徴

• 広範な互換性：複数のシミュレータ（LIBERO-PRO、RoboCasa、RoboTwin、RoboDojo）と実世界のハードウェア（Franka単一・二重アーム）をサポート。
• VLAの活用：固定されたVLAを信頼できる操作プリミティブに導くように特別に設計。
• 再帰的進化：反省と物理世界との再帰的相互作用を通じてエージェントが進化可能。
• 開発者ツール：ライブ制御用のインタラクティブCLIと、推論、カメラビュー、アクションタイムラインをストリーミングするライブダッシュボードを含む。