Открытый фреймворк для создания embodied-агентов, которые используют LLM-планировщики, VLA-модели манипуляции и память для выполнения задач на симуляторах и реальных роботах.
Gen-Verse/RSI-Anything
Исследовательский фреймворк, использующий предсказания модели мира и обратную связь от взаимодействия для рекурсивного самоулучшения в задачах исправления кода, работы с GUI и планирования экспериментов.
- Звёзды
- 804
- Форки
- 63
- Открытые issues
- 4
- Последний коммит
- 7 дней назад
Что это?
RSI-Anything — универсальный фреймворк на основе JEPA-Anything. Он объединяет генерацию кандидатов, отбор на основе предсказаний, внешнюю оценку и обучение в единый цикл: политика или рабочий процесс предлагает действия, модель мира предсказывает их результаты, отобранные действия получают реальную обратную связь, а сохранённые улучшения направляют следующий этап.
Проект применяет этот цикл в пяти областях: исправление кода (CodeContests, APPS Introductory, LiveCodeBench), взаимодействие с GUI (MiniWoB++ и OSWorld), планирование лабораторных экспериментов, оптимизация реакции Судзуки и научные процессы в иммунологии. Адаптер каждой области задаёт собственные состояния, действия, цели предсказания и сигналы обратной связи.
В репозитории есть общий Python CLI (`rsi`) с командами для планирования, запуска, возобновления экспериментов и формирования отчётов, а также рецепты для конкретных задач в `configs/` и инструкции по настройке окружения и загрузке ресурсов.
Ключевые возможности
- 01Общий CLI для планирования, запуска, возобновления экспериментов и формирования отчётов
- 02Модель мира на основе JEPA помогает отбирать кандидатов с помощью предсказаний
- 03Адаптеры для исправления кода, работы с GUI, планирования лабораторных экспериментов и оптимизации реакций
- 04Рецепты для отдельных задач и инструкции по настройке; ресурсы размещены на Hugging Face
Сценарии использования
- Исследования самоулучшающихся агентов с моделями мира
- Воспроизведение экспериментов по исправлению кода или созданию браузерных агентов из статьи
- Изучение выбора действий на основе предсказаний в научных процессах
Быстрый старт
- 1
Клонируйте репозиторий
git clone https://github.com/Gen-Verse/RSI-Anything.git - 2
Перейдите в каталог проекта
cd RSI-Anything - 3
Создайте и активируйте виртуальное окружение с Python 3.10 или новее
python3.10 -m venv .venv && source .venv/bin/activate - 4
Установите общий интерфейс командной строки для рабочих процессов и выведите список задач
python -m pip install -e . && rsi tasks
Что важно знать
- Для полного запуска необходимы описанные в руководствах среды для конкретных задач, ресурсы и настройка GPU.
- Результаты зависят от внешних бенчмарков и крупных ресурсов Hugging Face, поэтому для воспроизведения потребуется значительная подготовка.
- В README описаны исследовательские эксперименты, а не готовый упакованный инструмент для конечных пользователей.
Темы
Частые вопросы
- Что такое RSI-Anything?
- Исследовательский фреймворк, использующий предсказания модели мира и обратную связь от взаимодействия для рекурсивного самоулучшения в задачах исправления кода, работы с GUI и планирования экспериментов. RSI-Anything — универсальный фреймворк на основе JEPA-Anything. Он объединяет генерацию кандидатов, отбор на основе предсказаний, внешнюю оценку и обучение в единый цикл: политика или рабочий процесс предлагает действия, модель мира предсказывает их результаты, отобранные действия получают реальную обратную связь, а сохранённые улучшения направляют следующий этап.
- RSI-Anything можно использовать бесплатно? Какая у него лицензия?
- RSI-Anything распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- RSI-Anything всё ещё поддерживается?
- Активно поддерживается. Последний коммит в RSI-Anything — 13 окт. 2026 г..
- Для чего можно использовать RSI-Anything?
- Исследования самоулучшающихся агентов с моделями мира Воспроизведение экспериментов по исправлению кода или созданию браузерных агентов из статьи Изучение выбора действий на основе предсказаний в научных процессах
- Как установить RSI-Anything?
- Клонируйте репозиторий: git clone https://github.com/Gen-Verse/RSI-Anything.git Перейдите в каталог проекта: cd RSI-Anything Создайте и активируйте виртуальное окружение с Python 3.10 или новее: python3.10 -m venv .venv && source .venv/bin/activate Установите общий интерфейс командной строки для рабочих процессов и выведите список задач: python -m pip install -e . && rsi tasks
- Где скачать RSI-Anything?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Gen-Verse/RSI-Anything
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Unity ML-Agents Toolkit превращает игры и симуляции на Unity в среды для обучения ИИ-агентов с помощью обучения с подкреплением и имитационного обучения.
Python-фреймворк для рекурсивной оптимизации harness: он улучшает промпты, инструменты и оркестрацию вокруг неизменяемого LLM-агента для новых задач.
Фреймворк от команды Terminal-Bench для оценки и оптимизации AI-агентов и языковых моделей в контейнерных средах.
Браузерная панель управления обществами LLM-агентов: ставьте симуляции на паузу, задавайте вопросы, направляйте их ход и пошагово просматривайте повторы.
Преобразует любые Agent Skill в готовые для RL терминальные задачи в формате Harbor с помощью Codex-агентов в Docker-контейнерах.