科技日报社实习记者 孙金
当大语言模型从“问答工具”演变为能够感知、规划、记忆并持续改进的智能体时，一个关键问题随之出现：这套面向数字世界的智能体框架，如何真正进入物理世界，让机器人具备稳定执行和自我进化的能力？
近日，在第二十八届中国科协年会“具身智能机器人与群智能体协作”专题论坛上，中山大学林倞教授围绕这一问题，介绍了面向具身智能体的运行底座——PhyAgentOS。
将智能体从屏幕中的软件环境迁移到真实世界。物理世界的具身智能需要面对本体异构、环境不确定、状态观测不完整和执行风险等问题。一旦缺少统一的任务调度、结果验证和故障恢复机制，智能体的“自我改进”便会在执行环节中断裂。
林倞在论坛上展示了PhyAgentOS框架，它的定位是一套面向具身智能体的自演化操作系统（Self-Evolving Operating System for Embodied Agents）。
当前具身智能基础模型多范式并行迭代的态势，经典的VLA模型、通过专家预测和规划推动执行的World Model，以及利用大模型程序合成能力的Code as Policies（代码即策略），这些模型在感知、规划和控制上各有所长。
“我这个OS不替代VLA或World Model。”林倞解释道，PhyAgentOS要做的是“何时调用、谁来执行、如何验收、失败后如何继续”的运行体系。
在这一架构中，上层认知规划负责理解目标、组织子任务、选择执行对象；下层运行时负责与真实或仿真的物理环境交互。两层之间不是传统ROS式的函数强绑定，而是通过显式的共享协议与配置边界进行连接，使任务状态、环境信息、执行过程和结果记录均可被检查和审计。
“我们选择通过共享协议的方式进行通讯，而不是函数的强绑定。”林倞解释道，这使得状态显式化、过程可审计，更重要的是兼容新本体和新模型的持续接入。
框架内还设计了SessionVerifier（会话验证器），相当于给执行结果加一个“裁判”。它不仅判断成功与否，还用初始任务定义和环境快照进行语义验收，解决可审计、可追溯问题。
基于这一机制，该系统可实现闭环试错和长程经验固化，执行失败后的自我纠正，并将纠正后的经验沉淀为技能（Skill），进入记忆库，补上了自进化所缺失的反馈闭环。
林倞教授介绍，PhyAgentOS已覆盖游戏智能体、仿真评测和真实机器人三类场景。该系统已在 19 种以上仿真与真实机器人本体上完成验证，并在 LIBERO、CALVIN、RoboCasa 等基准中展示了对多种视觉-语言-动作模型的适配与性能增益。
据悉，目前该框架已在GitHub开源，获得近千个Star和近百个Fork，全球近百个开发团队参与协作。
林倞认为，具身智能的发展不会只取决于某一个模型参数规模的提升。随着模型更聪明、机器人本体更丰富，真正决定系统能否走出实验室的，是能否把感知、规划、控制、验证、安全和经验积累组织为持续运行的闭环。
（受访者供图）
网友评论
