Phyzical_org：面向具身智能的浏览器遥操作数据集

Phyzicalorg/Phyzical_org

phyzical 是一个基于浏览器的机器人遥操作（teleoperation）数据平台。

它是智能体（agent）机器人技术栈的加油站，原生兼容 elizaOS（译注：开源的智能体操作系统）。

phyzical 让任何拥有浏览器的人都能成为机器人数据贡献者。就像玩一款 3D 网页游戏那样，用户遥操作仿真机械臂，拖动末端执行器（end-effector），逆运动学（inverse kinematics, IK）自动解算关节角度。每轮操作都会生成一条 30–60Hz 的演示轨迹，记录关节位置、末端执行器位姿、物体位姿和动作，可直接用于视觉-语言-动作（Vision-Language-Action, VLA）模型和模仿学习（imitation learning）训练。片段的溯源信息（Data ID + 内容哈希 + 贡献者）锚定在链上（on-chain）。

无需机器人硬件。无需专业知识。只需一个浏览器标签页。

browser teleop            phyzical backend              agent robot stacks
┌────────────────┐      ┌─────────────────────┐      ┌──────────────────────┐
│ Unity WebGL    │      │ quality checks       │      │ elizaOS eliza_robot  │
│ mouse-drag IK  │ ───▶ │ episode store        │ ───▶ │ trajectory_db        │
│ 30–60Hz record │      │ onchain provenance   │      │ imitation / RL       │
└────────────────┘      └─────────────────────┘      └──────────────────────┘

为什么选择 elizaOS

elizaOS 是一个开源的智能体操作系统。它的机器人技术栈在 elizaOS/research 的 robot/ 目录和 plugin-ainex/ 中开发，几乎提供了具身智能体所需的一切，唯独缺少大规模的人类演示数据。

| elizaOS 机器人技术栈已有的 | 它真正需要的是 |
|---|---|
| MuJoCo / MJX 仿真 | 多样化的人类操作演示 |
| Alberta 持续强化学习（continual-RL）+ 文本条件策略训练器 | 模仿学习的热启动，避免从零开始探索 |
| 统一的 SQLite trajectory_db（trajectories、steps、control_frames、embodied_contexts） | 高频演示帧来填充它 |
| 配置文件驱动的机器人（RobotProfileId：Hiwonder AiNex、ASIMOV-1……） | 针对相同机器人形态采集的演示 |
| WebSocket 桥接后端（mock / mujoco / ros / isaac） | 一个零安装的前端，让人类真正可以上手演示 |phyzical 正好补上这块缺口。

众包浏览器演示进来，trajectory_db 兼容的训练片段出去。

本仓库包含这条流水线的开放部分。

| 路径 | 内容 |
|---|---|
| schema/episode.schema.json | phyzical 片段格式（JSON Schema，v1） |
| schema/MAPPING.md | 逐字段映射表，把 phyzical 片段对应到 elizaOS trajectory_db |
| converters/eliza_robot/import_phyzical.py | 可运行的转换器，把 phyzical 片段转成兼容 elizaOS 的 SQLite |
| examples/episode_block_sorting.json | 示例片段，90 帧 @30Hz，分拣方块任务 |
| docs/integration-elizaos.md | 完整集成设计文档，覆盖数据供给、DAgger 循环、智能体角色 |

快速开始，把 phyzical 片段转成 elizaOS 格式

需要 Python 3.10+，无外部依赖，只用标准库。

python3 converters/eliza_robot/import_phyzical.py \
  examples/episode_block_sorting.json \
  --db trajectories.db

输出是一个 SQLite 数据库，使用与 elizaOS 的 robot/trajectory_db/schema.py 完全相同的 DDL（数据定义语言，已注明来源，MIT 协议），可以直接接入 elizaOS 机器人训练流水线。

| 表 | 行数 | 说明 |
|---|---|---|
| trajectories | 1 行 | 整个片段（source='phyzical'，is_training_data=1） |
| trajectory_steps | 1 行 | 人类遥操作的宏步骤 |
| control_frames | 90 行 | 30Hz 的关节、末端执行器、动作帧 |
| embodied_contexts | 1 行 | 物体位姿和任务描述 |这与 elizaOS 接入其他外部片段来源的方式一致（参见他们的 trajectory_db/import_hyperscape.py）。phyzical 只是又一个来源，导入时把 source 字段写成 phyzical 即可。

我们在搭的闭环

1. 数据供给（也就是本仓库，当前阶段）。浏览器演示进来，转成 trajectory_db，给 Alberta 持续强化学习和文本条件策略做模仿学习的热启动。

2. 配置文件匹配的任务。phyzical 场景和 elizaOS 的 RobotProfileId 形态（URDF / MJCF）一一绑定，演示真正对准该技术栈实际仿真和部署的机器人。

3. 人在回路的飞轮（下一步）。elizaOS 策略在 phyzical 的浏览器场景里实际运行。策略一旦失败，人类就接管（DAgger 风格），纠错片段回流，变成高价值训练数据。

4. 智能体数据经济。elizaOS 智能体自主消费数据集，购买前在链上验证片段溯源（Data ID + 内容哈希）。

相关链接

- 平台，phyzical.org
- X / Twitter，@phyzical_org
- elizaOS，github.com/elizaOS/eliza
- 文档站，docs.elizaos.ai
- elizaOS 机器人研究，github.com/elizaOS/research

许可证

MIT 协议，见 LICENSE。所内嵌的 trajectory_db DDL 源自 elizaOS/research（MIT），已在转换器源码中注明并复现。