jevbooks

← 全部项目

jev_robot

Hu-xiao-max/jev_robot

本地decider-2b通过Jev风格类型化选择挑选机器人技能。

Agent 决策1.00次选分类: 分类与路由
README 自动摘要

根据 README 自动整理于 2026年9月27日,不是本站运行记录。运行步骤和作者声称的效果仍需核验。

这是什么

一个MuJoCo仿真,本地决策模型控制AgileX PiPER机械臂将红色方块推到三个随机位置并放入托盘,能从中断中恢复。

它怎么用 Jev

Jev风格类型化选择接口:模型接收英文传感器事实,返回十个固定技能之一及其置信度和完整概率分布。确定性检查可以拒绝选择但绝不替换;拒绝会触发新的决策。

用到的原语:choice

值得抄的做法

对决策标签进行前向传播而非生成文本,配合确定性执行检查,只拒绝不替换。

怎么试

运行 .llm-venv/bin/python scripts/serve_decider.py --model models/decider-2b,然后 .venv/bin/python -m piper_sim --policy decider --moves 3 --output outputs/dynamic

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

README 片段的模型判断

项目信号使用仓库元信息、已有摘要与 README 前 700 个字符;没有通读完整项目。“未检出”仅表示这些材料中未检出,并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期,不是源码审计或运行验收。

模型与判定日期

收录门禁
jev-1.13.0
项目信号
jev-1.13.0
项目分类
jev-1.13.0
模式标签
jev-1.13.0

证据

这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及,≤ 0.40 表示未检出,中间为未判定;都不是源码审查或运行结果。「可运行工具」题排除了研究实验,「推荐」题筛的是学习案例 Top 10,不是内容质量合格与否。

  • Jev 是项目的核心在材料中检出0.92
  • 展示了 System One 用法在材料中检出0.75
  • 写了怎么处理不确定片段中未检出0.12
  • 给出了实测数字片段中未检出0.05
  • 是能跑起来的工具未判定0.44
  • 学习案例 Top 10 候选信号未判定0.47
  • 是模型本身的复刻在材料中检出0.61
  • 解决的问题够普遍(0–2)按 0–2 打分0.16 / 2
  • 与 Jev 相关在材料中检出0.90
信号
Jev 是项目的核心0.92展示了 System One 用法0.75写了怎么处理不确定0.12给出了实测数字0.05是能跑起来的工具0.44学习案例 Top 10 候选信号0.47是模型本身的复刻0.6100.51解决的问题够普遍(0–2)0.16 / 2012

无判定区(0.40–0.60)

设计模式
验货0.30漏斗0.28体检0.2000.51

无判定区(0.40–0.60)

各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年9月27日 读 README 写成。