我用 GPT-6 Astra 和 @typesafeai 的 Jev 做了 SO-101 抓取放置仿真。 Astra 读俯视与腕部相机图像，输出结构化观察；Jev 返回带概率的类型化决定。 单独的本地控制器执行移动，并检查机械臂是否在范围内、是否准备好下一步。模型不直接控制电机。 固定抓放序列也许不需要这么多判断，我把它作为观察不确定时决定行动、等待或停止的试验台。
分开视觉观察、Jev 判断与机械臂仿真控制
作者以 SO-101 抓放仿真测试不确定观察下的动作选择。Astra 读取相机，Jev 作类型化判断，本地控制器执行；视频展示方块抓放，没有真实硬件演示。
JEV 做了什么
基于结构化视觉观察选择行动、等待或停止。
原帖说明 Astra 输出观察、Jev 返回概率决定、本地控制器执行并检查动作。
还能用在哪？
How2Jev 延伸推演，不代表作者或官方声明。
- 探索视觉与动作判断分工
- 在仿真中保留本地动作校验
ORIGINAL SOURCE
How2Jev 整理案例，项目与演示归原作者所有。
MORE LIKE THIS
结合战场识别与 Jev 选择皇室战争出牌
作者将战场模型、OpenCV 识别和 Jev 出牌选择组合。视频展示卡牌与位置候选、出牌记录和一次胜利界面；不据此确认真人身份、整体胜率或合规性。
