清华伯克利开源跨环境具身智能体uni-robot-agent
先了解这件事
清华大学与加州大学伯克利分校联合团队提出并开源具身智能体uni-robot-agent，让感知、运动、技能、episode控制四类工具在仿真和真机中共用一套定义，环境差异交由各自适配器处理，为通用开源大模型连接仿真环境与真实机器人提供可复用的工程基础。团队将Agent可获取的信息限制在真机也能获得的范围内，包括本体感知、机器人描述文件、固定相机的RGB及标定参数和任务指令。 在无需针对具体机器人任务专门训练（零样本）的前提下，Qwen3.8-Flash-Next在RoboDojo基准上取得31.39分，超过GPT-6 Astra公开的28.97分，成本约为Astra的1/20。团队还在配备两只X5机械臂与三台RealSense D405相机的ARX AC one双臂平台上搭建了19个任务的Real Eval真机测试集，覆盖空间理解、物体泛化、指令遵循、组合泛化和未见任务五个维度。 将框架接到Franka机械臂与Sharpa灵巧手上后，仅需简单扩展灵巧手相关工具，uni-robot-agent+Astra即完成了抓取小鸟玩偶、按下绿色按钮、把苹果放进盘子等操作。
AI 根据报道生成 · 4 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AI前线 · 微信公众号清华与伯克利开源 uni-robot-agent 统一机器人 Agent 框架
加州大学伯克利分校与清华大学联合团队发布论文并开源统一机器人 Agent 框架 uni-robot-agent，为通用开源大模型连接仿真环境与真实机器人提供可复用工程基础。
- 机器人前瞻 · 微信公众号清华与伯克利开源具身智能体uni-robot-agent，Qwen3.8-Flash-Next在RoboDojo得分超GPT-6 Astra
清华大学与加州大学伯克利分校联合提出并开源跨环境统一的具身智能体harness uni-robot-agent，用于打通不同机器人与仿真环境的工具接口。基于该框架，Qwen3.8-Flash-Next在RoboDojo基准上取得31.39分，超过GPT-6 Astra公开的28.97分，成本约为Astra的1/20。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 911月6日 01:00
- 近 24 小时变化
- -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。