REA 用路由记忆与判断门协调大脑和快速策略，作者报告成功率提升且控制开销下降。
资讯摘要
论文提出 REA（Routed Embodied Agent），一个统一运行时，让负责深思的 System 2、具身路由 System 1 与反应式 System 0 策略协同工作，核心规则是运行中的策略不等待大脑。它用路由记忆预存各策略成功率，以边界触发判断门在策略执行时咨询大脑，并用共享预算升级阶梯做有界恢复。作者报告在 LIBERO-Pro 60 个任务 3000 个测试回合中成功率达 95.9%，控制步数减少 25%、控制时间减少 17%。
要点速读
- REA 将深思基础模型、具身路由与快速策略分层，规定运行中的策略不等待大脑，以缓解异步协调问题。
- 方法包括路由记忆、边界触发判断门和共享预算升级阶梯，用于避免重复回退或漏检静默失败。
- 作者报告 LIBERO-Pro 上 95.9% 成功率，高于其策略池中最佳单智能体基线 94.7%，并减少控制步数与时间。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:25（北京时间）。