bincequ/roboharness は LLM エージェントに視覚-幾何学的なコントロールパネルを提供するロボティクス用ハーネスだ。エージェントは 2 次元画像に関心点をマークする。オプティカルフロー追跡(optical flow tracking)でその点を追い、深度逆投影(depth back-projection)で位置を受け取りながら基本動作を組み合わせて操作を実行する。新たなモデルを学習するのではなく、視覚クリック、鍵点追跡、幾何拘束を組み合わせる方式だ。Python で書かれ、MIT ライセンスで公開されている。
学習済みの視覚-言語-行動モデルに依存するのではなく、エージェントが座標を直接受け取って基本動作を組み立てるアプローチだ。リポジトリには BEHAVIOR シミュレータと評価器、RGB-D インターフェース、Claude Code と Codex のハーネス、タスク定義と評価パイプラインが含まれており、必要な動作と合否基準をまとめて確認できる。再現契約も公開されており、固定シード、タスクごとに 5 つのインスタンスと固定インスタンス番号、公式評価器、許容誤差を明記し、検証成果物と基準結果もリポジトリに含めている。リポジトリは 2026 年 10 月 7 日に作成され、スターは 250 個だ。
ただし自動チェックのワークフローはない。全体の実行は人が回す必要があり、実際の比較数値はローカルモデルサーバーに依存している。登録済みのリリースもない。収集された評価記録のスコアは novelty 7.0、tech 7.0、quality 7.0、momentum 1.2 で、momentum だけが低い。ローカルモデルサーバーや環境構成によって比較数値が変動するという限界が残る。