PhyAgentOS/PhyAgentOS-core

解决的问题

PhyAgentOS 为与物理机器人或模拟器交互的具身AI代理提供了一个结构化的基础设施。它通过将高层规划与底层执行分离，并引入一个严格的验证系统，使用视觉和状态证据来判断目标是否真正达成，而非盲目信任执行日志，从而解决了机器人执行不可靠的问题。

工作原理

该系统通过解耦架构运行：

• 代理循环与规划器：高层AI代理规划工具调用以实现目标。
• Forge Gateway：一个版本化的API边界，用于执行机器人动作。代理从不直接与硬件SDK或模拟器交互。
• 证据收集：系统在动作前后捕获“前”和“后”的图像及机器人状态，以提供真实证据。
• 任务验证器：一个独立组件，评估目标、成功标准和捕获的证据，以发布裁决（成功、失败或需要重新规划）。
• 经验与进化：成功和失败的任务被记录在SQLite数据库中。系统可以异步反思这些任务，生成“经验教训”或根据成功案例推广新的技能修订，以提升未来表现。

适用对象

专为从事具身智能、机器人学和AI代理的开发者与研究人员设计，适用于需要在物理或模拟环境中实现可验证、崩溃安全执行的场景。

主要亮点

• 基于证据的验证：使用视觉和状态证据独立验证目标，与所采取的动作无关。
• 递归自我改进：从重复失败模式中自动生成范围受限的经验教训，并基于成功案例推广经验证的技能修订。
• 崩溃安全编排：使用SQLite WAL持久化任务日志、计划修订和执行记录。
• 解耦执行：严格的Forge Gateway契约确保代理对底层机器人或模拟器实现保持无感知。
• 受管理的技能运行时：支持版本化、SHA-256验证的技能包，并可独立安装和管理机器人能力。