RPent

面向物理世界的开源具身智能体基础设施

RPent(Recursive Physical Agent)是由清华、无问芯穹、正行创新发起、RLinf 团队打造的开源具身智能体基础设施。通用大模型负责理解与规划,VLA/WAM 等专家模型负责高精度动作,配合三层 Memory 与 Flash Mode 任务卡复用,形成观察-规划-执行-反馈闭环;支持 LIBERO-PRO、RoboCasa 等仿真及 Franka、SO-101 等真机,LIBERO-PRO 成功率 92.6%

AI记忆具身导航图像分割工具协议集成强化学习训练智能体机器人操作
访问官网
收录动态

2

最近更新

2026-10-20

评价样本

未收录

GitHub Stars

1,687

工具功能

这个工具能做什么、适合谁用,以及目前已识别的核心能力。

工具简介

RPent(Recursive Physical Agent)是由清华、无问芯穹、正行创新发起、RLinf 团队打造的开源具身智能体基础设施。通用大模型负责理解与规划,VLA/WAM 等专家模型负责高精度动作,配合三层 Memory 与 Flash Mode 任务卡复用,形成观察-规划-执行-反馈闭环;支持 LIBERO-PRO、RoboCasa 等仿真及 Franka、SO-101 等真机,LIBERO-PRO 成功率 92.6%

核心功能

7 项已整理
AI记忆
具身导航
图像分割
工具协议集成
强化学习训练
智能体
机器人操作

价格信息

暂无可验证价格信息

暂无足够准确的价格信息。

基础信息

更新频率
近 7 天暂无收录动态
最近更新
2026-10-20
覆盖行业
科研

更新日志

按时间记录功能更新、版本发布、新工具入库等重要变化。

  1. 2026-10-20版本发布

    RPent 发布首个公开版本 v0.1:支持 Codex、Claude Code 等规划智能体,集成 LIBERO、RoboCasa365、RoboTwin、RoboDojo 仿真器及 Franka 单/双臂、YAM 真机,提供 Memory、Flash Mode、交互式 CLI 与 Web Dashboard;新增 RoboCasa365 导航等具身导航能力、经 MCP/原生工具调用暴露 VLA 与分析原语,以及 SAM3 对象分割感知。

  2. 2026-09-21开源

    清华、无问芯穹、正行创新联合发起、RLinf 团队打造的具身智能体基础设施 RPent 正式开源,将通用大模型规划、VLA/WAM 精细操作、Memory 记忆与机器人接口连成闭环,LIBERO-PRO 任务成功率达 92.6%,Flash Mode 提速约 7 倍。

RPent 常见问题

关于 RPent 的定位、核心功能、价格与最近更新。

RPent 是什么?

RPent(Recursive Physical Agent)是由清华、无问芯穹、正行创新发起、RLinf 团队打造的开源具身智能体基础设施。通用大模型负责理解与规划,VLA/WAM 等专家模型负责高精度动作,配合三层 Memory 与 Flash Mode 任务卡复用,形成观察-规划-执行-反馈闭环;支持 LIBERO-PRO、RoboCasa 等仿真及 Franka、SO-101 等真机,LIBERO-PRO 成功率 92.6%。

RPent 有哪些核心功能?

RPent 当前已核验的核心功能包括:AI记忆、具身导航、图像分割、工具协议集成、强化学习训练、智能体、机器人操作。

RPent 如何收费?

AI Equal 当前没有收录 RPent 的可验证价格信息。

RPent 最近有什么更新?

2026-10-20:RPent 发布首个公开版本 v0.1:支持 Codex、Claude Code 等规划智能体,集成 LIBERO、RoboCasa365、RoboTwin、RoboDojo 仿真器及 Franka 单/双臂、YAM 真机,提供 Memory、Flash Mode、交互式 CLI 与 Web Dashboard;新增 RoboCasa365 导航等具身导航能力、经 MCP/原生工具调用暴露 VLA 与分析原语,以及 SAM3 对象分割感知。