据量子位9月21日报道，清华大学、无问芯穹、正行创新联合发起的具身智能体基础设施RPent正式开源。该框架面向真实物理世界，将通用大模型的任务理解与规划、VLA等专家模型的精细操作，以及记忆、工具和机器人接口连接起来，形成从感知、决策、执行到反馈纠错的闭环。在LIBERO-PRO基准测试中，RPent达到92.6%的任务成功率，并将端到端任务完成速度优化7倍以上。
报道提到，随着GPT-6 Astra开始接受真实机器人操作测试，这种以大模型作为决策大脑的智能体范式正逐渐走向物理世界。RPent由大规模具身强化学习框架RLinf的核心团队打造，开源代码已在GitHub发布。真机展示中，机器人可将钢珠倒入碗中、双臂协同擦拭盘子，也会主动移开遮挡物，找到藏在碗下的勺子。这些任务并非为每一种场景单独训练专用策略，机器人开始从执行学过的动作，转向理解任务、调用能力，并根据环境变化调整行动。
在“将干净餐具放入纸箱”任务中，冻结VLA会把同一只蓝色盘子错误放入金属篮，RPent则先观察环境，再根据新目标选择放置位置；若视觉定位出现偏差，它会检查结果、排除错误目标并重新定位。另一任务要求机器人读取品牌标签，将不同饮料放入对应袋子，它抓起瓶子后先小幅试抬确认夹持稳定，路径不可行时再调整腕部姿态。面对被碗遮挡的勺子，机器人会先移开两个碗，使目标重新可见、可达。
探索成功后，RPent会把经过验证的任务逻辑沉淀为任务卡；再次执行时可启用Flash Mode，通过任务卡复用流程，只根据当前视觉状态做必要调整，避免每一步都重新调用大模型，以降低执行延时。
当前具身智能存在纯VLA端到端和纯大模型Agent两种路线。前者精细操作较好，但任务变长、语言变复杂或场景受扰动后容易退化；后者随着GPT-6这一代通用模型对具身任务覆盖率提升，已能跑通不少任务，但在亚厘米级精度、执行时延和“越用越强”上仍有短板。RPent将通用大模型用于理解任务和制定计划，VLA、WAM等专家模型负责高精度动作执行，记忆系统沉淀经验，框架连接模型、工具与真实环境。其算法源于团队7月提出的Harness VLA工作。
架构上，RPent分为用户层、智能层、接口层和环境层。用户层提供交互式命令行和可选Web Dashboard；智能层由Agentic Planner和Action Primitive组成；接口层将决策转换为机器人可执行指令；环境层已支持LIBERO-PRO、RoboCasa、RoboTwin、RoboDojo等仿真环境，以及Franka、双臂Franka、YAM、SO101等真实设备。新增机器人只需作为独立模块接入robots/目录。
RPent通过MCP、RPC与MHS三层接口连接物理设备。MCP统一描述可调用能力，RPC连接工具、模型服务与机器人环境，MHS面向更广泛物理设备提供统一读写与控制抽象。其Memory系统将经验按复用范围组织为三层记忆，并记录适用范围、类型、可信度和支撑证据，新经验需验证后才能提高可信度，冲突记录会被保留和隔离。记忆机制包含可迁移的任务方案Recipe，而非固定坐标。在LIBERO-Pro Goal实验中，引入记忆机制后，RPent在位置交换任务中的成功率从31.0%提升至87.0%，并支持记忆资产分发。