로봇 활용 에이전트(Robot-use agents, RUAs)는 범용 로봇 제어에 유망한 접근 방식으로 부상했습니다. 하지만 지금까지 강력한 성능은 GPT-6 Astra나 Claude Fable 5.2와 같은 최첨단 독점 모델에서만 달성되었으며, 오픈 웨이트(open-weight) 모델들은 여전히 상당히 낮은 능력을 보입니다. 우리는 오픈 웨이트 기반의 27B 추론 모델을 강화학습(reinforcement learning)을 통해 시뮬레이션 내에서 완전히, 그리고 데모 없이 실제 로봇을 네이티브하게 사용하는 방식으로 훈련할 수 있음을 보여줍니다. 컴퓨터 활용 에이전트(Computer-use agent, CUA)와 마찬가지로, 이 모델은 어떤 장치 연결도 없이 환경을 관찰하고, 사고의 사슬(chain of thought) 속에서 추론하며, 다음 엔드 이펙터 자세를 생성합니다. 우리는 에이전틱 로보틱스를 위한 후처리 엔진(Post-training Engine for Agentic Robotics, PEAR)을 구축했으며, 이를 사용하여 로봇 활용 강화학습(robot-use reinforcement learning, RURL)으로 시뮬레이션된 로봇 작업에 대해 모델을 대규모로 훈련시켰으며, 이는 최첨단 모델들이 컴퓨터 사용 능력을 습득하는 방식을 모방한 것입니다. 우리는 시뮬레이션에서 습득한 기술이 훈련 작업을 훨씬 넘어 일반화된다는 것을 발견했습니다. 즉, 보지 못한 로봇, 실제 세계, 그리고 새로운 지침에까지 전이됩니다. LIBERO와 RoboDojo에서 시뮬레이션을 통해 훈련된 후, 이 모델은 실제 양팔 로봇 트라이얼 중 60%에서 성공을 거두었으며, 기본 모델은 단 한 번도 성공하지 못했습니다. LIBERO의 경우, 훈련을 통해 성공률이 1.6%에서 74.4%로 높아져 최대 추론 노력을 기울인 GPT-6 Astra 및 GPT-6.1 Sol에 근접했습니다. 데모를 통해 파인튜닝된 비전-언어-액션 모델($π_{0.5}$)와 비교했을 때, 우리의 모델은 작업 자체의 변화에 대해 훨씬 더 높은 강건성(robustness)을 보입니다. LIBERO-Pro에서는 $π_{0.5}$가 익숙한 환경에서 새로운 작업을 할당받았을 때 에피소드 중 0.75%만 성공하는 반면, 우리의 모델은 57.4%의 성공률을 보였습니다. 마지막으로, 이 모델은 추론, 코딩 및 비전 벤치마크 아홉 가지에서 측정 가능한 성능 저하 없이 일반적인 능력을 유지합니다. 이러한 결과는 로봇 활용 강화학습이 파운데이션 모델(foundation-model) 후처리 과정의 유망한 구성 요소임을 강조합니다.