RLinf/RPent

它解決的問題

RPent 的設計旨在彌合高階推理與低階機器人控制之間的差距。它提供了一個框架，用於構建能夠透過與物理世界的遞迴互動持續進化並習得新能力的具身代理，而非依賴單一靜態基礎模型。

如何運作

RPent 採用服務導向、標準化且可組合的架構。它將異質智慧（包括感知（例如 SAM 3.0）、推理（透過 Claude Code 或 Codex 等規劃器）以及執行（透過 Vision-Language-Action 模型如 Pi0.5））整合為一個統一的代理。該框架允許這些能力以可重用的服務形式部署，並透過統一介面連接，使代理能夠根據物理互動進行反思與適應。

適用對象

此框架適用於致力於具身人工智慧、機器人技術以及開發能在模擬環境（如 LIBERO-PRO 和 RoboCasa）和現實世界（使用 Franka 和 SO-101 等硬體）中執行複雜操作任務的代理的研究人員與開發者。

主要特色

• 模組化架構：能力被視為可重用的服務，使系統具備可組合性與彈性。
• 跨平台支援：可在多個模擬器（LIBERO-PRO、RoboCasa）和真實機器人硬體上運作。
• 代理式規劃：支援多種高階規劃器，包括 Claude Code 和 Codex，以引導代理行為。
• 整合式工具：內建即時儀表板，可串流顯示推理過程、相機畫面與動作時間軸，並提供互動式 CLI 以進行即時操控。