PHYSICAL INTELLIGENCE. EVOLVING.

递归自进化物理智能体操作系统

让模型走进物理世界,让机器人持续进化。

PhyAgentOS 系统中枢连接仿真与真机PhyAgentOS 工作台包含认知与规划、技能与调度、执行与反馈三个层级。任务进入系统后,规划调度驱动仿真验证,再连接真机抓取;执行结果返回系统,经验证的反馈进入技能改进流程,再输出优化策略。这是系统协作概念演示,不代表实时机器人控制。 仿真空间SIMULATION / SAME TASK 真实物理终端PHYSICAL EXECUTION PhyAgentOSOPERATING SYSTEM 认知与规划目标理解 · 任务编排 技能与调度工具组织 · 策略调度 执行与反馈结果验证 · 经验回流 任务策略动作反馈
OPEN SOURCE. OPEN POSSIBILITIES.探索 PhyAgentOS ↓
一个系统,无限可能。
认知推理 ↗ 物理执行 ↗ 持续进化
BUILT FOR THE PHYSICAL WORLD

01 / WHY PHYAGENTOS

让复杂的机器人开发,
从容开始。

从预置资产到真机闭环。
将思考、行动与进化,连接在同一套系统里。

01 / READY TO BUILD

开箱即用,
从零到运行

预置机器人构型、驱动配置与系统技能等开发资产,减少重复集成工作,让开发者更快完成软硬件部署与调试。

QuickStart:自然语言控制机械臂

使用 PhyAgentOS 提供的 Skill,通过自然语言控制机械臂完成末端移动、旋转和夹爪开合。

QUICK START / COMMANDS

快速部署 · 运行命令

机械臂 · PIPER · 快速启动命令PIPER / QUICKSTART
# Piper 机械臂快速启动
# 按顺序完成环境配置、Skill 安装、CAN 接口激活和真机启动。

# 0. 安装并配置 PAOS
# 先完整按照 PhyAgentOS-core 官方 5-minute quick start 操作:
# https://github.com/PhyAgentOS/PhyAgentOS-core#5-minute-quick-start
# 完成标准:PAOS 环境安装完成,能够通过 paos agent 进行对话

# 1. 安装 Skill(在安装 PAOS 的环境,例如同一个 conda 环境中执行)
paos skill install move-arm-by-ee
# 检查结果:安装完成后,可用下一条命令查询 Skill 的版本和 profile

paos skill inspect move-arm-by-ee
# 检查结果:应显示版本及全部 profile,其中包括 piper_real

paos skill status move-arm-by-ee
# 检查结果:State 显示 not started 属正常;此时还没有连接真机

# 2. 连接硬件并激活 CAN
# 先给机械臂上电,接好电脑与机械臂之间的 USB-CAN 通信链路,下面以接口 can0 为例
ip -details link show type can
# 检查结果:应能找到 CAN 接口及其名称,例如 can0;激活前 state DOWN 属正常
# 注意:若没有接口,请先检查 USB-CAN 转接器和连接

sudo ip link set can0 type can bitrate 1000000
# 设置波特率;此命令只配置,不激活接口
# 注意:如果设备名不是 can0,请替换下列命令中的 can0

sudo ip link set can0 up
# 激活 CAN 接口;接口应从 DOWN 变为 UP

ip -details link show can0
# 检查结果:应看到 state UP。若仍为 DOWN,请先处理接口问题再启动 Skill

# 3. 启动 Piper 真机 Profile
# piper_real 指定 Piper 真机 runtime profile;其他 profile 可在第 1 步的 inspect 结果中查看
paos skill start move-arm-by-ee -p piper_real
# 检查结果:驱动连接后,机械臂会自动移动到初始位姿
# 注意:启动前清理机械臂周围的障碍物,确认急停可用;Dora CLI 需已按官方说明安装并位于 PATH 中

# 4. 验证工具就绪
# 不要仅凭启动命令返回判断真机可以操作,先检查 Runtime 与 Tool 状态
paos skill status move-arm-by-ee
# 检查结果:应看到 State: running、Gateway GET /tools: ready,
# 且 motion.resolve_relative_pose、motion.move_pose、gripper.set_opening 三个 Tool 均为 ready

# 5. 启动 Agent 对话
# Skill 处于运行状态时,Agent 才会注入机械臂工具
paos agent
# 进入交互模式,可输入“把机械臂抬升 3 厘米”等指令

paos agent -m "把机械臂抬升 3 厘米"
# 或者只发送一条消息;这是交互模式的替代方式,无须两条命令都运行

# 6. 结束并关闭 Skill
paos skill stop move-arm-by-ee
# 检查结果:断开前机械臂会回到初始位姿
# 注意:停止过程中也要保持机械臂周围无障碍
02 / UNIVERSAL INTERFACE

不同机器人,
同一个物理接口

统一物理接口,将不同机器人的底层差异封装在适配层,为上层任务提供一致的调用方式,让任务逻辑更容易跨构型复用。

03 / MODEL-AGNOSTIC ORCHESTRATION

双系统自由组合,
智能按需协同

灵活组合 System 1 的快速执行与 System 2 的深度推理,让不同智能范式按需协同,驱动物理终端完成复杂任务。

01

模型无关

模型按能力接入,任务编排不绑定单一模型。

02

灵活编排

按任务选择独立运行或推理与执行协同。

03

统一运行时

在同一基础设施中组织技能、执行与反馈。

智能组合工作台COMPOSE INTELLIGENCE
PhyAgentOS统一编排与运行时
PHYSICAL AGENT HARNESS
SYSTEM 2

深度推理

理解目标 · 拆解任务 · 验证结果

LLM / VLM参与编排
目标 / 策略观测 / 状态
SYSTEM 1

快速执行

感知响应 · 动作生成 · 连续控制

VLA / WAM参与编排
能力接入 · 按需调度
任务编排技能组合执行管理反馈验证
物理终端机械臂·移动机器人·更多本体
推理与执行协同

System 2 拆解目标并组织策略,System 1 执行动作;PhyAgentOS 编排技能、管理执行,并将观测反馈交回推理环节。

02 / FROM TASK TO ACTION

一次任务,
看见智能如何协同。

从语言指令到物理执行。
滚动探索双轨框架的完整工作流。

01 / TASK DECOMPOSITION动画演示
01 / 03
STEP 01 / UNDERSTAND

任务拆解

将自然语言任务拆解为可观察、可执行的子目标,让每一步行动都有清晰方向。

理解任务 → 形成计划
STEP 02 / ASSEMBLE

技能拼装

按任务需求组织系统技能与工具,连接感知、运动与目标验证。

检索技能 → 编排调用
STEP 03 / EXECUTE

执行,观察,再反馈

将计划转化为动作,以观测反馈验证任务结果,并为下一次任务积累经验。

执行动作 → 验证结果

03 / RECURSIVE SELF-IMPROVEMENT

不止于执行,
让每一次任务成为
下一次进化的起点。

通过任务反馈、能力评估与迭代优化,
构建物理智能体持续演进的运行闭环。

演化轨迹

任务目标:将数字从左到右排列,形成尽可能大的数字,然后放在垫子上。

视频待提供
DUAL-TRACK COLLABORATION

双轨协作,
让行动反哺认知

认知轨理解目标、编排任务,执行轨连接物理世界。通过统一接口下发任务、返回证据,在验证与改进中形成持续闭环。

Track A
认知推理侧COGNITIVE REASONING
Track B
物理执行侧PHYSICAL EXECUTION
统一 Tool API任务与证据的交互接口
不是第三条轨道
任务下发 →← 证据返回 · Tool API
跨轨协作执行侧闭环认知侧闭环失败恢复CONCEPTUAL ARCHITECTURE / 官网概念示意
让证据,连接思考与行动。

完整路径始终可见。悬停、点击或用键盘聚焦节点,查看它与系统的直接协作关系。

04 / RESEARCH & COLLABORATION

由前沿研究者打造

中山大学

HCP 实验室

鹏城国家实验室

具身智能研究所

拓元智慧

X-Era Lab

合作伙伴

BUILD THE NEXT EVOLUTION

准备好让您的机器人
具备自进化能力了吗?

使用 PhyAgentOS 构建物理智能的未来。

PHYAGENTOS

INTERACTIVE WALKTHROUGH

从一句指令,到一次行动。

前端工作流演示,不连接真实机器人或大模型。