Repolode
提交项目
RLinf

RLinf/RPent

一个开源的具身智能体框架，用大模型规划器、VLA 操作模型和记忆机制驱动机器人在仿真器和真实机器人上完成任务。

在 GitHub 查看官网
Star
1,554
Fork
136
未关闭 Issue
37
最近提交
9小时前

这是什么？

RPent（Recursive Physical Agent）是面向物理机器人的智能体基础设施。它不绑定某一个基础模型，而是把感知、推理、记忆、执行和自我演化等能力整合为一个统一的物理智能体，采用面向服务、标准化、可组合的设计。

框架中，Claude Code、Codex 等规划器负责把任务拆解为步骤，Pi0.5、RLDX-1、LingBot-VLA 等 VLA 模型负责执行底层操作原语。仿真环境支持 LIBERO-PRO、RoboCasa、RoboTwin 和 RoboDojo；真机方面已支持 Franka 单臂与双臂配置，SO-101 和 YAM 列为计划中。

项目提供用于运行预设任务的命令行工具、可在终端中实时指挥智能体的交互模式，以及实时展示推理过程、相机画面和动作时间线的本地仪表盘。文档提供中英文版本。

核心功能

  • 01可插拔的规划器，支持 Claude Code、Codex 及自定义规划器。
  • 02支持 Pi0.5、RLDX-1、LingBot-VLA 等 VLA 模型作为动作原语。
  • 03支持 LIBERO-PRO、RoboCasa、RoboTwin 和 RoboDojo 仿真环境。
  • 04支持 Franka 单臂和双臂真机配置。
  • 05提供交互式命令行模式，可在任务运行时持续指挥智能体。
  • 06提供实时仪表盘，展示智能体推理、相机画面和动作时间线。

适用场景

  • 在 LIBERO-PRO 或 RoboCasa 上评测长程操作方法。
  • 研究具备自我演化或记忆引导能力的具身智能体。
  • 在 Franka 机械臂上验证智能体式机器人控制原型。

标签

#embodied-ai#robotics#agentic-ai#vla#robot-simulation#reinforcement-learning#llm-agents#embodied

常见问题

RPent 是什么？
一个开源的具身智能体框架，用大模型规划器、VLA 操作模型和记忆机制驱动机器人在仿真器和真实机器人上完成任务。 RPent（Recursive Physical Agent）是面向物理机器人的智能体基础设施。它不绑定某一个基础模型，而是把感知、推理、记忆、执行和自我演化等能力整合为一个统一的物理智能体，采用面向服务、标准化、可组合的设计。
RPent 可以免费使用吗？用的什么许可证？
RPent 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
RPent 还在维护吗？
活跃维护中。RPent 最近一次提交是在 2026年10月19日。
RPent 适合用来做什么？
在 LIBERO-PRO 或 RoboCasa 上评测长程操作方法。 研究具备自我演化或记忆引导能力的具身智能体。 在 Franka 机械臂上验证智能体式机器人控制原型。
在哪里获取 RPent？
源代码和安装说明在 GitHub 上：https://github.com/RLinf/RPent

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目