这是什么
一个小型、可检查的机器人实验室,Franka Panda在MuJoCo中利用结构化模拟器状态(而非图像)执行拾取放置、推动、堆叠、 peg插入和门式拾取放置任务。
它怎么用 Jev
JEV接收结构化模拟器状态(TCP和物体位姿、速度、夹爪宽度、接触、几何关系、近期动作),并做出两阶段决策:首先对任务特定意图进行Choice选择,然后对X/Y/Z方向和夹爪命令进行Choice选择。格式错误或不一致的响应不执行任何动作;成功由物理独立检查。
用到的原语:choice
值得抄的做法
两阶段JEV控制:先选择意图,再选择笛卡尔运动和夹爪命令,并具有独立的物理成功检查。
怎么试
git clone https://github.com/lykycy123/RoboJEV.git; conda env create -f environment.yml; conda activate jev-vla-sim; python -m pip install -e '.[test,video]'; python scripts/fetch_panda.py; robojev --task pick_place --policy rule --seed 1000
证据
每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。
- Jev 是主角是0.96
- 有 System One 用法是0.69
- 处理了不确定性否0.05
- 有实测数据否0.06
- 可直接跑否0.37
- 值得推荐是0.63
- 是模型的复刻未判定0.49
- 问题普遍性按 0–2 打分0.44
- 与 Jev 相关是0.96
信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。