RLinf/RPent

무엇을 해결하는가

RPent는 고수준 추론과 저수준 로봇 제어 사이의 간극을 메우기 위해 설계되었습니다. 이는 단일 정적 파운데이션 모델에 의존하는 대신, 물리적 세계와의 재귀적 상호작용을 통해 지속적으로 진화하고 새로운 능력을 습득할 수 있는 체화된 에이전트(embodied agents)를 구축하기 위한 프레임워크를 제공합니다.

작동 방식

RPent는 서비스 지향적이고 표준화되었으며 조합 가능한 아키텍처를 사용합니다. 이는 인지(예: SAM 3.0), 추론(Claude Code 또는 Codex와 같은 플래너를 통해), 그리고 실행(Pi0.5와 같은 Vision-Language-Action 모델을 통해)을 포함한 이질적인 지능을 하나의 통합된 에이전트로 통합합니다. 이 프레임워크를 통해 이러한 기능들을 통합된 인터페이스를 통해 연결된 재사용 가능한 서비스로 배포할 수 있으며, 이를 통해 에이전트가 물리적 상호작용을 바탕으로 스스로를 성찰하고 적응할 수 있게 합니다.

대상 사용자

이 프레임워크는 체화된 AI, 로봇 공학, 그리고 시뮬레이션 환경(LIBERO-PRO 및 RoboCasa와 같은)과 실제 세계(Franka 및 SO-101과 같은 하드웨어 사용) 모두에서 복잡한 조작 작업을 수행할 수 있는 에이전트 개발에 종사하는 연구자와 개발자를 대상으로 합니다.

주요 특징

• 모듈식 아키텍처: 기능들이 재사용 가능한 서비스로 취급되어 시스템을 조합 가능하고 유연하게 만듭니다.
• 교차 플랫폼 지원: 여러 시뮬레이터(LIBERO-PRO, RoboCasa) 및 실제 로봇 하드웨어에서 작동합니다.
• 에이전틱 플래닝(Agentic Planning): 에이전트를 제어하기 위해 Claude Code 및 Codex를 포함한 다양한 고수준 플래너를 지원합니다.
• 통합 툴링: 추론 과정, 카메라 뷰, 액션 타임라인을 스트리밍하는 라이브 대시보드와 실시간 제어를 위한 대화형 CLI를 포함합니다.