给 LLM 划边界，给具身智能补上稳态、反射、情感调制、需求生成与执行修正。
当前状态：
v0.1.0已冻结（MuJoCo 闭环，数据带已知缺陷，见evals/v0.1-frozen/）；v0.2换到 Web 实时栈testbed/（Rapier + Three.js，100 Hz），跑出第一份带置信区间的延迟扫描数据。 两组数字不可跨栈比较。本项目是架构实验场，不是已发布框架。
LLM 是具身智能的重要组件，但不应成为实时控制与稳态调节的中心。 本项目给 LLM 划出该在的位置（语义规划与沟通），并补上它能力边界之外的自主能力： 稳态调节、反射、情感调制、需求生成、执行修正。
核心命题：只有机器人先学会解决自己的需求，后续才有可能自主去解决那些程序看不出来的需求。
本仓库的架构选择源于一个可证伪的命题：LLM/VLA 主干不应位于具身系统的同步控制环中心，错配的至少一个重要来源是架构性的而非算力性的。
该命题的完整论证、频率数据与可证伪框架见博客《为什么 LLM 不应成为具身智能的实时控制中心？》。本仓库是该命题的一个实现尝试：evals/ 下的 B0 / B0′ / B1 / B2 基线配置直接对应文章的检验框架，sim/ 直接读这些配置出对照数据。
仓库不预设命题成立。 docs/vision.md 有一张「文章 ↔ 仓库」对应表，明确标出哪些是已实现、哪些是实现粗糙、哪些仍是我们自己都没答案的开放问题（尤其是 L3 情绪调制的必要性——当前数据不支持它有用）。
| 层 | 时间尺度 | 一句话职责 | LLM |
|---|---|---|---|
| L1 内感受/稳态 | 10–100 ms | 检测设定点偏离，全局广播，最高抢占权 | 不参与 |
| L2 反射 | 10–100 ms | 毫秒级避障/平衡/力控，硬否决权 | 不参与 |
| L3 情感/动机 | 0.1–1 s | 连续情绪向量调制参数，生成目标候选 | 不参与 |
| L4 规划协调 | 1–10 s+ | 目标排序、任务分解、调用 LLM、下发执行 | 主场（调外部服务） |
L4 不是 LLM；LLM 是 L4 调用的外部异步服务，可插拔、可断线。
| 目录 | 是什么 | 先看哪个 |
|---|---|---|
docs/ |
正文：为什么、架构、契约、评价、安全、路线图、ADR、博客 | docs/README.md |
contracts/ |
层间信号的 JSON Schema + 样例（机器可校验） | contracts/README.md |
evals/ |
四条基线配置、指标定义、复现日志格式 | evals/README.md |
sim/ |
MuJoCo 阶段 1 最小闭环（v0.1 冻结栈） | sim/README.md |
testbed/ |
v0.2 实时跑分台（Rapier + Three.js，headless 可批跑） | docs/testbed.md |
site/ |
文档站（VitePress，深色 · 等宽 · 架构图） | site/README.md |
.github/ |
Issue / PR 模板、Pages 部署与检查流水线 | 架构 RFC 模板 |
为什么先有 schema 再有代码：表是给人读的，schema 是给实现和 CI 读的。 契约先落地，谁实现 L3 都得对齐——这就是架构约束力。
testbed/ 是浏览器里能实时看、命令行里能批跑的第二套栈：Rapier 做碰撞、Three.js 做渲染、
控制环跑在 Web Worker 的 100 Hz 固定步长里，LLM 是异步外部服务。
cd testbed && npm install
npm run dev # 实时：切场景 / 基线 / LLM 延迟
npm run bench # headless：场景 x 基线 x 延迟 x seed，产出 runs.jsonl + SVG
npm test # 同 seed 两次运行必须同 stateHash
第一份数据里有一条阴性结果，照实写：让目标点动起来之后，严格的"过期就丢"（full，500 ms）
在 2 s 延迟下 0/20，而直接执行过期计划的 b0f 是 20/20。
原因是丢弃会让系统永久降级、降级限速追不上目标——"过期指令必须作废"在这个场景里不成立。
静态对照组（S1）三条基线全部 10/10，说明台子本身不偏袒任何一方。
细节、区间、局限与下一步：evals/v0.2/README.md · docs/testbed.md。
Testbed 现在有一条真的人形通路：Unitree G1（29-DOF，MuJoCo menagerie，BSD-3）在服务端 sim_server 里
跑权威物理，浏览器只负责画。四层（L1–L4）通过同一份 BodyCommand / BodyState 驱动它，
换身体（胶囊/鲸鱼娘 ↔ G1）不改上层代码。
| 模式 | 谁在控 | 状态 |
|---|---|---|
HOLD |
姿态保持（keyframe stand，kp=500） |
30 s 漂移 0.0002 m |
POLICY |
joystick ONNX 速度跟踪策略，50 Hz | 30 s 平均 0.5733 m/s、累计 16.02 m、未摔 |
MIMIC |
g1-moves 动捕片段策略（bonus/B_HandsUp） |
441 帧 / 8.816 s、回 HOLD 0.208 s |
IK |
mink + osqp 解右手到杯点 | 末端 4.54 mm、solve p95 1.32 ms |
export TEMP=<repo>/.tmp TMP=<repo>/.tmp
P=server/.venv/Scripts/python.exe
$P -m sim_server.selfcheck --seconds 30 # 站立
$P -m sim_server.selfcheck --walk --seconds 30 # 走路
$P -m sim_server.selfcheck --mimic # 动作片段
$P -m sim_server.selfcheck --ik # 伸手
node testbed/scripts/serve-demo.mjs --port 5183 # 可视化演示台（面板可调）边界：POLICY 用的是现成 joystick 权重（本仓库没有重训），所以"会走"成立、"训练质量"未验证；
IK 是"伸手到点"，不是抓取；dance 那段越限是保留的负结果。
完整说明：sim_server/README.md · 演示台：docs/testbed.md ·
哪些结论今天真跑过：docs/verification.md。
- 这个项目到底主张什么 → docs/vision.md
- 四层怎么分、各自不做什么 → docs/architecture.md
- 层与层传什么信号 → docs/interfaces.md · contracts/
- 怎么证明"有效"、和谁比 → docs/evaluation.md · evals/
- 情绪会不会影响安全 → docs/safety.md
- 为什么这么决策 → docs/adr/
- 下一步做什么 → docs/roadmap.md
- 长文观点 → docs/blog/
- 哪些结论是真跑过的、哪些只是文档声明 → docs/verification.md
site/ 是 VitePress 站点（深色终端风、等宽字体、可点击的分层架构图），由 GitHub Actions 构建并发布到 GitHub Pages。
站点地址：https://pjtbot.xyz/ · 本地起服：cd site && pnpm install && pnpm docs:dev。
站内页面在构建时由 docs/ 同步生成（site/scripts/sync-docs.mjs），所以只有一份正文；
contracts/ 与 evals/ 这类"机器可校验的原文"仍指向 GitHub，不在站点里重排。
python -m venv sim/.venv
sim/.venv/Scripts/python -m pip install -r sim/requirements.txt # Linux/macOS: sim/.venv/bin/python
sim/.venv/Scripts/python -m sim.main # 10 秒闭环，终端面板实时显示 L1–L4
sim/.venv/Scripts/python -m sim.main --trace # 每 0.25s 一行状态没有 GPU、不需要 API key：LLM 是 mock 的，验证的是边界（异步、可断线、可被抢占），不是模型能力。
git clone https://github.com/Peng-EA/embodied-autonomy-stack.git
cd embodied-autonomy-stack
# 1) 先跑起来（最快理解这套分层的方式）
python -m venv sim/.venv && sim/.venv/Scripts/python -m pip install -r sim/requirements.txt
sim/.venv/Scripts/python -m sim.main
# 2) 再读契约
$EDITOR contracts/signals.schema.json
$EDITOR docs/interfaces.md
# 3) 想复现实验：按 evals/log-format.md 记录日志，提到 Discussions / Issue这些事我们不做，写出来是为了让"边界"可被引用：
- 不做通用人形机器人整机（用 G1 模型做研究，不等于造机器人）
- 不做 LLM Agent 套壳
- 不承诺 AGI
- 不把情感做成聊天标签
- 不把 YOLO 当控制依赖
- 不跳过物理闭环谈自主
- 不做社交表演型机器人：情绪是内部状态的外显调制，不是讨好动画
- 不贬低 LLM：本项目是给 LLM 划边界、找位置、解放它，不是替代它
- 不提供开箱即用 API 封装：本项目聚焦架构与实验
流程是先 Issue/RFC → 再 PR → 附证据。契约类改动必须先有 ADR。 细节见 CONTRIBUTING.md，行为准则见 CODE_OF_CONDUCT.md， 安全问题（含物理安全）见 SECURITY.md。
在线看实验回放（俯视画面 + 时间轴 + 同一份运行的指标）：https://pjtbot.xyz/replay。
文档同步是强制的（Docs-as-Code）：改代码要在同一次提交里改对应文档，
规则与触发矩阵见 AGENTS.md 第 4 节，CI 的 doc-sync job 会拦。
版本层面的变更有 CHANGELOG.md。
新手任务用 good-first-architecture 标签。负结果同样欢迎——能用实验推翻上述主张，也是贡献。
| 版本 | 这一版要证明什么 | 状态 |
|---|---|---|
| v0.1 | 这套分层能在仿真里跑通"解决自身需求"的闭环 | 骨架已跑通，契约待定稿 |
| v0.2 | 换栈 + 公平 B0 + 延迟扫描（含阴性结果） | 已跑出第一份数据 |
| v0.3 | 需求能自主产生，而不是被写死 | 未开始 |
| v0.4 | 出错能自己修，抢占判定是对的 | 未开始 |
| v0.5 | 能力随时间增长（SHOULD） | 未开始 |
详见 docs/roadmap.md。
A condensed English README is available here: README.en.md.
欢迎质疑与实验反驳，欢迎用实验推翻我们的架构假设。
只有它会解决自己的需求了，后续才有可能自主去解决那些程序看不出来的需求。