jevbooks

← 全部项目

RoboJEV

lykycy123/RoboJEV · 项目主页

在MuJoCo中对Franka Panda进行两阶段JEV控制

Agent 决策98%次选分类: 游戏与模拟验货

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

去 GitHub 看

Jev 判的jev-1.13.0

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0.96
  • 有 System One 用法0.69
  • 处理了不确定性0.05
  • 有实测数据0.06
  • 可直接跑0.37
  • 值得推荐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。