研究在做什麼
基礎模型在高層推理上表現可靠，但速度與成本不適合作為細粒度控制器；反之，視覺-語言-動作模型（VLA，一種結合視覺、語言與動作控制的模型）與全身控制器反應快，但泛化能力較弱。將負責深思的「大腦」（基礎模型）與負責反射的「小腦」（快速策略）結合，在具身系統中面臨兩大障礙：現有方法建立在不相容的技術堆疊上，且異步協調困難。例如，在智能體迴圈中呼叫 VLA 可能導致快速執行停滯，而 VLA 在錯誤時呼叫智能體則容易重複觸發備援機制或完全忽略靜默失敗。 Hugging Face 每日精選論文
方法
研究提出 REA（Routed Embodied Agent，路由具身智能體），這是一個統一執行時，讓負責深思的 System 2、具身路由 System 1 與反應式 System 0 策略在同一個「黃金法則」下合作：任何執行中的策略都不等待大腦。REA 不採用每次失敗就查詢大腦的方式，而是使用「路由記憶」預先儲存每個策略的測量成功率，透過「邊界觸發判斷閘門」在策略執行時諮詢大腦，並利用「共享預算升級階梯」進行有限度的恢復。 Hugging Face 每日精選論文
結果
在 60 個 LIBERO-Pro 任務的 3,000 個測試回合中，REA 達到 95.9% 的成功率，高於其策略池中最佳單智能體基線的 94.7%，同時將控制步驟減少 25%，控制時間減少 17%。在另一項包含 100 個回合的 RoboTwin 2.0 研究中，REA 搭配 VLA 策略達到 84% 成功率，搭配 VLA 與程式碼達到 86%，對比單 VLA 基線 MEDex 的 80%。此外，REA 也遷移至 BEHAVIOR-1K 與真實的 Unitree G1 人形機器人，在比較方法中達到最高觀測成功率。 Hugging Face 每日精選論文
程式碼與資料
本站 2026-11-03 整理（資料來自 Hugging Face 論文頁與 GitHub，由程式查詢，不經模型撰寫）：
- 程式碼：論文頁沒有列出公開的程式碼
- 專案網頁：https://mikeeeeeeeeeeeeee.github.io/REA/
- 模型與資料集：Hugging Face 上沒有連結到這篇論文的公開模型或資料集
