PhyAgentOS/PhyAgentOS-core

解決的問題

PhyAgentOS 為與物理機器人或模擬器互動的具身AI代理提供結構化基礎設施。它透過將高階規劃與底層執行分離，並引入嚴謹的驗證系統，使用視覺與狀態證據來判斷目標是否真正達成，而非盲目信任執行日誌，從而解決機器人執行不可靠的問題。

工作原理

該系統透過解耦架構運作：

• 代理迴圈與規劃器：高階AI代理規劃工具呼叫以達成目標。
• Forge Gateway：一個版本化的API邊界，用於執行機器人動作。代理從不直接與硬體SDK或模擬器互動。
• 證據收集：系統在動作前後捕獲「前」與「後」的影像及機器人狀態，以提供真實證據。
• 任務驗證器：一個獨立元件，評估目標、成功標準與捕獲的證據，以發布裁決（成功、失敗或需重新規劃）。
• 經驗與進化：成功與失敗的任務被記錄在SQLite資料庫中。系統可非同步反思這些任務，生成「經驗教訓」或根據成功案例推廣新的技能修訂，以提升未來表現。

適用對象

專為從事具身智能、機器人學與AI代理的開發者與研究人員設計，適用於需要在物理或模擬環境中實現可驗證、崩潰安全執行的場景。

主要亮點

• 基於證據的驗證：使用視覺與狀態證據獨立驗證目標，與所採取的動作無關。
• 遞迴自我改進：從重複失敗模式中自動生成範圍受限的經驗教訓，並根據成功案例推廣經驗證的技能修訂。
• 崩潰安全編排：使用SQLite WAL持久化任務日誌、計畫修訂與執行記錄。
• 解耦執行：嚴格的Forge Gateway契約確保代理對底層機器人或模擬器實作保持無感知。
• 受管理的技能執行時：支援版本化、SHA-256驗證的技能套件，並可獨立安裝與管理機器人能力。