Skip to content
eust-wPublic

About

Canonical world semantics, evidence, validation, and multi-simulator compilation for embodied AI.

Resources

Stars

1 star

Watchers

0 watching

Forks

Repository files navigation

WorldSpec — workflow overview

WorldSpec

为具身资产建立可追溯、可验证、可编译的共同契约。

CI Version: 0.1 Core: Rust + JSON Schema License: Pending final texts

项目亮点 · 快速开始 · 工作流 · 验证与边界 · 文档

English · 简体中文


从“有一个模型”到“知道它能做什么”

WorldSpec 是面向具身资产的语义与证据模型,以及跨仿真器的编译中间层。它将来源、世界定义、目标运行条件和转换损失放进同一套可检查的契约,帮助团队理解一个资产如何变成仿真输入,以及哪些性质已有证据支持。

描述世界 编译目标 检查证据
Schema、来源、语义与对象关系 TargetProfile、ArtifactBundle、LossReport 结构校验、跨对象不变量、摘要与一致性报告

Important

当前为 v0.1 开发基线。规范与校验工具已经有实现,但整体验收尚未完成;不能将某个本地 Profile 的结果扩展为所有平台或完整机器人任务已经通过。

快速开始:验证最小世界

需要 Rust 1.89+。以下流程不需要 GPU 或训练权重。

git clone https://github.com/eust-w/WorldSpec.git
cd WorldSpec
cargo run --quiet -p worldspec-cli -- \
  validate examples/minimal-cube/world.json --output json

文档与 Schema 基线检查使用 Python;CI 使用 Python 3.12:

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements-dev.txt
python scripts/validate_baseline.py

从 最小示例 开始,再看 Schema 和 Validator 边界。校验失败应被定位和解释,不应通过更改声明等级来绕过。

一个世界,两条相互关联的链

SourceBundle → AssetDraft → WorldDefinition
                                  │
                    TargetProfile + BuildIntent
                                  ▼
                 ArtifactBundle + LossReport + BuildManifest
                                  │
                                  ▼
                     ConformanceReport + Certificate
核心对象 回答的问题
SourceBundle 输入来自哪里,关联哪些来源与权利信息?
WorldDefinition 世界里有哪些对象、属性和关系?
TargetProfile / BuildIntent 面向什么运行环境,以什么目标编译?
ArtifactBundle / LossReport 输出是什么,转换中保留或损失了什么?
ConformanceReport / Certificate 哪些检查在什么条件下成立?

实现分层

层 当前入口
规范与示例 JSON Schema、正负示例
校验与摘要 Rust Core、CLI
编译与证明 Compiler、Certificate
产物与执行 CAS、Forge
服务与预览 Loopback API、Three.js 预览

验证有层次,结论有范围

cargo test --workspace
python scripts/validate_baseline.py
python scripts/validate_compilers.py
python scripts/validate_robot_ingestion.py

运行时验证需要对应依赖,不属于最小无 GPU 快速开始:

python scripts/validate_l2_certification.py
python scripts/validate_l2_threejs.py
验证对象 当前边界
Schema / Validator Draft 2020-12 与已登记的跨对象不变量
MuJoCo / Three.js 参考编译与本地运行证据;结果绑定实际 OS、架构和 Profile
L2 Certificate 本地脚本可生成 unsigned 证书并检查篡改拒绝;不代表第三方认证
OpenUSD / Isaac Sim 输入或原生载荷保留不等于已获运行认证
H1 任务策略 研究记录仍标记 non_publishable;不能宣传完整厨房任务已通过
HTTP 服务 默认 127.0.0.1:8090;尚无多租户、账号或远程服务安全边界
展开:保留的详细研究检查点

当前仓库状态:包含 v0.1 双语文档、105 个 JSON Schema、正负示例、Rust Core/Validator、Canonical Digest、文件 CAS、SQLite WAL 作业索引、CLI 与 loopback 异步 API。MuJoCo/Three.js 参考编译、Digest 绑定的 L2 Conformance/Certificate、L3 TaskRun/RuntimeRecord 证据核验、Reference Predicate Engine、真实 MuJoCo 3.6.0 加载与步进、真实 Chromium/Three.js 0.185.1 加载与截图及产物篡改拒绝已有本地执行证据; macOS arm64 本地 Profile 达到 L2,但尚无 Linux x86_64 参考 Profile 的 L2 证书。H1 + 右手 Robotiq 的 A800 训练链已经完成站立、过渡、Capture、 任务载荷和正式 100M 阶段;100M Checkpoint 因零命令站立回归失败保持 non_publishable。冻结 Supervisor 的十项门通过后,单次完整厨房暴露了 步行后操作平衡问题;mixed-reset-v3 达到静态 5/5,但修正后的 post-walk-biased-v4 纯分布评测只有步行后 3/5; on-policy-continuation-v5 继续得到步行后 3/5、静态 5/5,但其归档 保留七个尚未逐项正式评估的 Checkpoint。当前只放行 checkpoint-portfolio-v6 与 memory-isolated-v7 均保存七个候选,但逐候选 评估仍在正式门前因同进程设备内存生命周期 OOM;锁定 v10 已验证独立 派生模型目录和全新评估进程,但第一个候选在切换至 from_rest 套件时仍因 评估进程内设备状态累积 OOM。suite-isolated-v11 已在真实 A800 上完成 七候选训练与 14/14 隔离评测,关闭了运行链路问题;但最佳候选的步行后 套件仅 4/5,正式操作平衡门失败,策略保持 non_publishable。 v13 在真实 A800 上完成七候选和 14/14 隔离评测,但所有候选都在同一个 步行后状态失败,最终仍为步行后 4/5、静态 5/5。v14 随后使用 50% 静态、25% 固定困难状态索引 565、25% 均匀冻结状态库完成真实 A800 训练 和全部 14/14 隔离评测;七个候选仍全部为步行后 4/5、静态 5/5。 固定困难测试的六项指标虽改善,但正式操作平衡门未改变,策略仍为 non_publishable。ADR-0048 已选择路线 A:先在冻结状态 565、冻结 v14 策略和不变质量门下搜索构造性恢复 Witness。该诊断目前只有实现和本地测试, 尚未形成真实 A800 结果;搜索未命中只能记为 unknown。当前不允许自动 重试、启动完整厨房单次、厨房 5/5、100M 或声明 L3。真实 A800/H100 图像/视频生成、完整 CAD/USD 原生运行、授权明确的真实厨房联合 证据和 H1 厨房 5/5 均未完成,所以产品 v0.1 尚未整体验收。

文档导航

入口 内容
中文文档 · English docs 双语导航;中文为规范真源
产品需求 v0.1 范围
架构总览 对象模型与系统边界
决策登记 已接受的设计与实验决策
OpenAPI API 契约
许可治理 开放核心与贡献政策

许可状态

已接受的方向是 AGPL-3.0 开放核心 + 商业许可 + CLA。但 LICENSES/README.md 明确指出最终许可与 CLA 文本尚未纳入基线。仓库公开可见不等于这些文件已经生效;代码、模型、数据和派生产物的许可仍需分别落实。

About

Canonical world semantics, evidence, validation, and multi-simulator compilation for embodied AI.

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages