论文

有界保真模拟演示阶段:用于治理基准的 Mocap 切换

Bounded-Fidelity Sim-as-Demo-Stage: Mocap Handoff for Governance Benchmarks

智能体系统Agent任务评测

摘要

模拟真实研究将物理保真度作为主要目标:模拟器的评判标准是它们再现现实世界接触动力学的接近程度。对于 LLM 驱动机器人的治理基准测试,模拟器表明准入/策略/合同/审计管道行为正确,对象切换(抓取、携带、放置)时的接触保真度成为一种负担:接触力集成噪声会注入审计链分歧,而审计链分歧在结构上与所测试的治理属性无关。我们提出了有限保真模拟演示阶段,这是一种设计模式,可以在明确括号内的切换包络内抑制接触物理,同时在其他地方保留完整的动态。该构造使用 MuJoCo 的 mocap-body 原语,该原语由 220 行 Python 适配器驱动,治理桥通过结构化意图调用该适配器。我们将审计链稳定性形式化为重播中哈希事件日志的字节相等性,并确定了暗示它的两个结构包络属性。在每个姿势 N=1000 次重放中,动作捕捉变体会生成一个不同的审计链哈希(1000/1000 字节相同;Wilson 95% CI [0.997, 1.000]);接触力基线产生 584 个不同的哈希值(993/1000 发散;CI [0.987, 0.998])。时间步长扫描(1、2、5、10 毫秒)显示差异是结构性的,而不是调整假象:它在每个时间步长都保持在 0.985。包络边缘定时抖动(+/-10 个模拟步骤,1,400 次重播)产生 0 发散,并且审核链在 {1,2,3} 个顺序传递对象(1,500 次重播)中的 K 中保持字节相等,每次拾取和放置开销均为次线性。该模式为基准设计者提供了审计链的可重复性,工程成本接近于零;我们还绘制了它有害的地方(模拟到真实的验证、政策训练、接触丰富的任务),这样它就不会被错误部署。