PhyAgentOS/PhyAgentOS-core

PhyAgentOS‑core – クイック解説

概要 – 言語モデルベースの「エージェント」がロボットまたはシミュレーターのタスクを計画し、物理アクションを実行し、結果を検証できるようにするオープンソースフレームワークです。検証ループがシステムにフィードバックされ、成功した経験が将来のタスクのための再利用可能な スキル と レッスン になります。論文ではこれを 再帰的自己改善 (RSI) と呼んでいます。

主要コンポーネント

コンポーネント	役割
コアエージェント	LLM プロバイダー（OpenAI、Anthropic など）とのチャット形式のインタラクションを処理します。プロンプトを送信し、応答を受信し、再計画するタイミングを決定します。
プロバイダーマネージャー	モデル API、認証、セッションごとのオーバーライドの中央設定。
物理実行スキル	ロボット固有のドライバー、シミュレーションアセット、および実際にロボットを動かす スキルランタイム を含むパッケージ化されたバンドル（tar.gz）。
Forge / ツール API	スキルランタイムが実装する必要がある標準化された呼び出し（クエリ、アクション、検証）。
ガバナンス付きインタラクション（オプション）	エピソードを記録し、経験を重複排除し、検証済みのレッスンを自動的に昇格させる「スーパーバイザー」を追加します。
Dora CLI	スキルプロセスを開始/停止し、コアとスキル間でメッセージをルーティングするランタイムマネージャー。

使用方法

1. インストール Python パッケージ（pip install -e .）。
2. 設定 モデルプロバイダー（例：paos provider configure openrouter）。
3. スキルのインストール ロボットまたはシミュレーター用（paos skill install <name>）。スキルは、必要なツールとランタイムプロファイルを宣言するバージョン管理されたバンドルです。
4. スキルランタイムの開始（paos skill start …）。
5. エージェントと対話（paos agent -m "Pick up the red block"）。エージェントは計画し、Forge API を介してスキルに計画を送信し、ロボットが実行し、システムがセンサーデータをチェックして成功を検証します。成功した実行は再利用可能なレッスンとして保存されます。

重要性

• 統一インターフェース – スキルが存在する限り、1 つの CLI が任意のロボットまたはシミュレーターで機能します。
• 検証済みの結果 – タスクが失敗した場合、モデルを盲目的に信頼するのではなく、システムが自動的に再計画できます。
• 経験の再利用 – 成功したエピソードが再利用可能なワークフローに変換され、システムが時間とともに改善できるようにします（「自己改善」の主張）。
• モジュール性 – 認知計画は低レベルのロボットドライバーから分離されており、ハードウェアやシミュレーション環境の交換が容易です。

ベンチマーク – README には、3 つの標準ロボット学習スイート（LIBERO‑Long、RoboDojo、RoboTwin）の結果が示されています。GPT‑6 モデルと「π0.5」検証レイヤーを使用して、LIBERO‑10 で最大 100% の成功率、RoboTwin で 80% の成功率を報告しており、公開リーダーボードのベースラインを上回っています。

対象読者 – 具現化 AI エージェントを構築する研究者、プラグアンドプレイの LLM 駆動制御スタックを求めるロボット工学ラボ、および低レベルの統合コードをゼロから書かずに自己改善ロボットソフトウェアを試したい開発者。

ステータス – 最新の安定版は v1.1.0（2026 年 10 月）。MIT ライセンスで、ドキュメント、クイックスタートガイド、Discord コミュニティが提供されています。