RLinf/RPent
RPENT: ФРЕЙМВОРК ВОПЛОЩЕННЫХ АГЕНТОВ
Открытый фреймворк для создания воплощённых агентов, эволюционирующих через рекурсивное взаимодействие с физическим миром. Объединяет восприятие, рассуждение, память и исполнение в единую агента-систему.
// КЛЮЧЕВЫЕ ОСОБЕННОСТИ
- Рекурсивная архитектура с памятью, рефлексией и самоэволюцией
- 92,63% успеха на LIBERO-PRO (741/800 задач)
- Data flywheel: +24 п.п. на RoboTwin (48% → 72%)
- Поддержка реальных роботов Franka и симуляторов RoboCasa, RoboTwin
// РАЗБОР: КАК ЭТО РАБОТАЕТ
RPent — сервис-ориентированный фреймворк, где агент состоит из модулей восприятия, рассуждения, памяти и исполнения. Агент взаимодействует с физическим миром (симулятор или реальный робот), собирает траектории, рефлексирует над ошибками и дистиллирует опыт в память, улучшая последующие решения. Планирование может выполняться через Claude Code, Codex или кастомный планировщик.
Ключевая особенность — memory-guided agentic composition: замороженная VLA-модель управляется агентом с памятью, что поднимает success rate без дообучения базовой модели. Data flywheel автоматически собирает успешные траектории для SFT, давая +24 п.п. на RoboTwin. Архитектура стандартизирована и композируемая — легко добавлять новые примитивы действий, симуляторы или роботов.
Требует GPU для VLA-моделей, доступ к симуляторам (LIBERO, RoboCasa, RoboTwin) или реальным роботам Franka (одно/двуручные). Есть non-reasoning режим для ускорения ~40%. Публикация "Harness VLA" описывает метод. Код на Python.
// СЦЕНАРИИ ИСПОЛЬЗОВАНИЯ
Кому пригодится: Исследователям embodied AI, RL-инженерам, разработчикам робототехники
- Разрабатывать embodied-агентов для долгогоризонтных манипуляций с памятью
- Запускать data flywheel для автоматического сбора траекторий и дообучения VLA
- Внедрять агентов на реальных роботах Franka через стандартизированные расширения
Новые репозитории каждые 30 минут
REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.
Подписаться в Telegram