Fleet 模式 多机器人

Fleet 拓扑结构

Fleet 模式引入一个共享工作区供 Agent 操作，同时为每个 Watchdog 分配独立的机器人工作区。Critic 针对目标机器人的 EMBODIED.md 校验每个动作。

flowchart TB
    subgraph Shared["共享工作区"]
        ENV["ENVIRONMENT.md"]
        ROBOTS["ROBOTS.md"]
        LESSONS["LESSONS.md"]
        TASK["TASK.md"]
        ORCH["ORCHESTRATOR.md"]
    end
    subgraph Robot1["机器人 A 工作区"]
        ACT1["ACTION.md"]
        EMB1["EMBODIED.md"]
    end
    subgraph Robot2["机器人 B 工作区"]
        ACT2["ACTION.md"]
        EMB2["EMBODIED.md"]
    end
    subgraph Robot3["机器人 C 工作区"]
        ACT3["ACTION.md"]
        EMB3["EMBODIED.md"]
    end
    Shared --> Robot1
    Shared --> Robot2
    Shared --> Robot3

Agent 读写共享工作区；每个 Watchdog 监控各自的机器人工作区；Critic 在动作写入 ACTION.md 之前，对照目标机器人的 EMBODIED.md 进行校验。

配置方式

在 config.json 中，将 embodiments.mode 设为 "fleet"，并为每台机器人实例指定驱动和工作区路径。

启动流程

Fleet 模式需要按特定顺序启动。先初始化共享工作区，再依次启动各 Watchdog，最后启动 Agent。

1. 初始化 fleet 工作区
   paos onboard --mode fleet

   创建共享工作区并生成所有必需的状态文件。

2. 为每个机器人启动 Watchdog（不同终端或后台进程）
   # 终端 1 — Go2 四足 python hal/hal_watchdog.py --driver go2_edu --workspace ~/.PhyAgentOS/fleet/robot_go2 # 终端 2 — Franka 机械臂 python hal/hal_watchdog.py --driver franka --workspace ~/.PhyAgentOS/fleet/robot_franka
3. 启动 Agent
   paos agent --mode fleet

ROBOTS.md 自动生成

ROBOTS.md 由每个 Watchdog 在启动时自动生成。它汇总了每台机器人的身份、驱动、能力和连接状态。

Agent 通过读取 ROBOTS.md 了解当前可用的机器人、各自的能力以及连接状态。当机器人断开连接时，对应 Watchdog 会将其 connection_state 更新为 disconnected。

任务协调

TASK.md 承载当前任务。Agent 将高层目标分解为子任务并分配给特定机器人，ORCHESTRATOR.md 追踪执行进度。

Agent 读取 ORCHESTRATOR.md 决定下一步动作。如果子任务失败，Agent 参考 LESSONS.md 重新规划并重新分配或重试。

共享 ENVIRONMENT.md

多个 Watchdog 通过 robots.<robot_id> 键名空间写入同一个 ENVIRONMENT.md。每台机器人拥有独立的小节，Agent 看到的是整个 fleet 的统一视图。

每个 Watchdog 仅写入自己的 robots.<robot_id> 小节。scene 部分由共享 Watchdog（通常是第一个启动的 Watchdog 或专用感知实例）负责写入。

Critic 逐机器人校验

Critic 仅对照目标机器人的 EMBODIED.md 校验每个动作，而非对照所有机器人。这避免了某台机器人的能力限制被错误应用于另一台机器人。

Agent 在每个动作中显式指定 robot_id。EmbodiedActionTool 仅读取该机器人工作区中的 EMBODIED.md。如果动作超出该机器人的能力限制（关节范围、工作空间边界、负载），Critic 将其标记为 rejected 并在 LESSONS.md 中记录原因。

调试方式

Fleet 调试的核心是验证正确的动作是否落入了正确的机器人工作区，以及共享状态是否一致。