FBddcz/embodied-jev

🎬 直接看真实录像 · 🆚 对比模型决策 · ⚡ 看速度 · 💰 看费用 [](https://fbddcz.github.io/embodied-jev/) [](https://github.com/FBddcz/embodied-jev/issues/new?template=community-reproduction.yml) 无需安装，打开就能看。 🤝 欢迎分享你的复现，展示 名字 · GitHub 账号 · 日期 · 任务 · 方法 · 结果！ 🎥 浏览实验 · 🧑‍🔬 社区作品 · 📖 投稿与复现指南 📦 开箱体验三大仿真任务 · 🧠 本地小模型 / 云端 API · 🎮 看得见的每一步决策 无需机械臂，无需先训练模型。跟着步骤启动，在自己的电脑上体验「观察 → 决策 → 执行 → 反馈」。 [](https://github.com/FBddcz/embodied-jev/actions) [](https://github.com/FBddcz/embodied-jev/stargazers) [](LICENSE) [](https://www.python.org/) [](https://mujoco.org/) 🚀 快速上手 · 🧠 接入模型 · 📊 实测结果 · 🤝 一起维护 行而有据，知而能行。 如果这个项目帮你迈出了具身 AI 的第一步，欢迎点一颗 ⭐ Star，让更多人一起玩、一起改！ 抓取依靠双侧夹爪接触，成功由物理状态判定。页面中的“验证通过”对应实际仿真检查。 每次动作之后重新观察，再决定下一步。模型负责当前选择；控制器负责动作转换与执行，成功由独立的物理条件判定。 原始图像目前只用于支持图像的 Chat／Claude 逐步模式；Jev 接收结构化文本，RGB-D 坐标来自本地检测器。无相机时使用结构化状态，外部／腕部相机可单独或同时启用。候选、几何计算与安全检查属于控制程序，不计作模型学到的能力。 准备好 Python 3.11+、Node.js 22.12+ 和 Git。 不需要机器人硬件，也不要求懂 MuJoCo。 macOS / Linux： 🪟 Windows PowerShell 命令 Windows 提供上述启动方式；当前已验证的环境为 macOS 与 Linux CI。 访问 http://127.0.0.1:8090 → 选择任务 → 保持“规则基线” → 点击 运行实验。🎉 拖动场景调整视角，单步查看动作，运行结束后拖动时间轴回放。右上角可导出实验 JSON。 打开顶部 模型对比，选择 2–3 个模型，统一任务、种子和动作预算，再开始实验。没有 Key？可以先用两路规则基线体验完整操作。 图中为双规则基线的界面示例，非云端模型对比成绩。 接入方法和比较边界见 模型对比指南。完整轨迹回放来自这次运行，服务重启后需重新实验；目前还没有导入历史文件的入口。 点击 决策模型 旁边的插头图标 → 选择接口类型 → 填入 Base URL、模型 ID、API Key → 保存 → 测试调用。 🔐 服务默认只监听 127.0.0.1。Key 不进入浏览器存储、预设、导出或日志；保存后密码框清空，更换接口地址不会自动沿用旧 Key。存储位置和恢复方式见 模型接入指南。 普通聊天 API 只返回动作选择，界面不会把模型自报的“信心”当作真实概率。具体协议和环境变量见 模型接入指南。 TypeSafe 当前采用邀请制。先到…