ReCA 是由佐治亚理工学院、明尼苏达大学和哈佛大学的研究团队于 2025 年 3 月提出的，相关研究成果发表于论文「ReCA: Integrated Acceleration for Real-Time and Efficient Cooperative Embodied Autonomous Agents」。

ReCA 是一个用于协同具身智能体系统加速的特征化和协同设计框架，旨在提高任务效率和系统可扩展性。在算法层面，ReCA 支持高效的本地模型处理，以缓解巨大的模型成本。在系统层面，ReCA 提出了一种双内存结构，集成了长期和短期记忆，一种分层协同规划方案，结合了集中式和分布式协作，以及规划引导的多步执行，以实现高效且可扩展的协同具身智能体计算。 在硬件层面，ReCA 采用异构硬件系统，包括高级规划 GPU 子系统和低级规划加速器子系统，以确保任务的高效和稳健执行。