协同加速，多机器人协作不再「慢半拍」！软硬一体化框架ReCA破解具身智能落地效率瓶颈

来自佐治亚理工、明尼苏达大学和哈佛大学的研究团队提出 ReCA 框架，针对多智能体具身系统存在的高延迟与低效协作问题，通过算法、系统与硬件的跨层协同优化，实现平均 5–10 倍的任务加速，在仅增加 3.2% 步骤的情况下将复杂任务完成时间从近一小时缩短至 20 分钟内，同时任务成功率提升 4.3%。该框架采用本地化模型、双重记忆结构、分层协作机制及专用路径规划硬件（APU），在 12 智能体场景下仍保持 80–90% 高成功率，APU 能效较 GPU 提升达 281 倍。研究成果发表于 ASPLOS'25，标志着具身智能向高效实用迈出关键一步。
来源：https://mp.weixin.qq.com/s/bnFKClWl0NyB0hIclxmwvQ