论文

OpenRUA零抽象机器人Harness

OpenRUA: Robot-Use Agents Are Zero-Shot Visuomotor Policies

智能体系统Agent Harness

摘要

编码智能体正把触角伸向物理世界,通过编写并执行机器人控制程序。人们或许期望它们使用工程师数十年积累的成熟软件栈来访问传感器与控制运动,但先前工作主要为智能体编排机器人使用而设计复杂的定制Harness,尤其是规定专门工作流并提供定制接口。这引出问题:这些额外的Harness工程是否必要?我们提出OpenRUA,一个零抽象Harness,绕过定制抽象层,只向现成编码智能体提供对机器人原生软件接口ROS 2的终端访问。OpenRUA采用极简的"工作区即Harness"设计:仅提供ROS 2文档与基础工具,让编码智能体自行组织工作而不编排任何Agentic工作流。在此工作区内,OpenRUA把感知重构为文件I/O、把操作重构为编码。由Claude Opus 5驱动的Claude Code在CaP-Bench达成99.0%、LIBERO-PRO达成87.0%的成功率,表明现成编码智能体可以经由机器人原生接口充当零样本视觉运动策略,无需定制原语或任务特定训练。分析还揭示显著的涌现行为:感知方面,智能体在96.80%的回合自发编写处理原始传感输入并推导度量测量的程序;操作方面,95.87%的回合自发构建运动控制客户端(如夹爪控制),50.13%的回合构建闭环控制程序。代码见terminalworld/OpenRUA。项目页:https://github.com/terminalworld/OpenRUA。