知识卡片：REA：面向异步“大脑-小脑”控制的路径化具身智能体运行时

一句话结论

REA 提出一种统一的具身智能体运行时，将慢速的思考型基础模型（System 2）、具身路由器（System 1）与快速反应策略（System 0）解耦协作，核心原则是“运行中的策略不等待大脑”，在 LIBERO-Pro、RoboTwin 2.0 及真实 Unitree G1 人形上取得优于单策略基线的成功率与效率。

事件概述或研究问题

基础模型在高层次推理上日益可靠，但作为细粒度控制器仍过慢且昂贵；VLA、全身控制器等快速策略反应高效，却难以泛化。将“思考的大脑”（基础模型）与“反应的小脑”（快速策略）配对是自然思路，但存在两个障碍：不同方法建立在互不兼容的技术栈上并被分别评测；二者的异步协调困难——例如在智能体循环中调用 VLA 会阻塞快速执行，而 VLA 在出错时调用智能体又容易反复触发回退或完全漏掉静默失败。REA 旨在用一个统一运行时装解决上述协调与评测割裂问题。

方法/产品要点

• 三层分工：思考型 System 2（基础模型）、具身路由器 System 1、反应式 System 0 策略在同一运行时内协同。
• 黄金法则：任何正在运行的策略都不等待大脑，从根本上避免阻塞快速执行。
• 路由记忆（route memory）：预先存储每个策略实测的成功率，替代“每次失败都询问大脑”的做法。
• 边界触发判官门（boundary-triggered judge gate）：仅在策略执行的边界条件触发时咨询大脑。
• 共享预算升级梯（shared-budget escalation ladder）：为有界恢复提供受预算约束的逐级升级机制。
• 同一运行时内可同时运行学习型策略与程序化（代码）策略。

主要结果或产业意义

• LIBERO-Pro：60 个任务、3,000 个测试回合，成功率达 95.9%，超过其策略池内最佳单智能体基线（94.7%），同时控制步数减少 25%、控制时间减少 17%。
• RoboTwin 2.0：100 回合研究中，VLA 策略达 84% 成功率，VLA+代码达 86%，对比最强单 VLA 基线 MEDex 的 80%。
• 迁移性：方法可迁移至 BEHAVIOR-1K 以及真实 Unitree G1 人形机器人，在对比方法中取得最高观测成功率。
• 产业意义上，展示了学习型与程序化策略可在同一运行时共存，为“慢思考+快反应”的具身系统提供可复用的协调范式。

为什么重要

它把“大脑-小脑”式具身架构从概念配对推进到可运行的统一运行时，并用“不等待大脑”的调度原则和路由记忆、边界判官门、预算升级梯三项机制，回应了异步协调中最实际的阻塞与回退抖动问题。与既有卡片中偏重策略基元标准化（Cortex）或异构部署推理（Embodied.cpp）的工作相比，REA 的增量在于运行时层面的异步调度与策略路由，而非单一策略能力或部署效率。

局限与不确定性

• 路由记忆依赖“预先测量的策略成功率”，其在新任务或分布偏移下的维护与更新方式，材料未说明，待核实。
• 边界触发判官门的具体触发条件与判官模型规格，材料未给出细节，待核实。
• 真实机器人实验（Unitree G1）的规模、任务类型与评测协议未在摘要中披露，待核实。
• 与更多基线（超出其自有策略池与 MEDex）的系统性对比结果，材料未覆盖，待核实。

可用于图书/PPT/简报的角度

• 作为“System 2 / System 1 / System 0”三层具身控制架构的典型案例。
• 用“运行中的策略不等待大脑”讲解异步智能体调度中的阻塞与回退抖动问题。
• 用路由记忆与预算升级梯说明“何时该问大脑”这一资源受限决策问题。
• 作为学习型策略与程序化代码策略在同一运行时协作的例证。

与既有脉络的关系

本条延续了具身智能体“慢思考+快反应”的架构脉络，但焦点从策略能力（Cortex 的技能基元）与部署效率（Embodied.cpp 的推理运行时）转向运行时内的异步路由与协调机制；其增量信息是提出并量化了“不等待大脑”调度原则下的成功率与效率收益。

原始材料

• 标题：REA: A Routed Embodied Agent Runtime for Asynchronous Brain-Cerebellum Control
• 作者：Pengfei Zhou, Yixing Ma, Zhengfeiyang Zhang, Haoyuan Chen, Zhenglin Wan, Hexin Wang, Wangbo Zhao, Yang You
• arXiv ID：2610.42053v1（cs.RO；cs.CV）
• 发布/更新：2026-10-30T17:18:13Z
• 摘要页：https://arxiv.org/abs/2610.42053v1
• PDF：https://arxiv.org/pdf/2610.42053v1