控制循环

PhysiClaw 的每个动作都是同一个五阶段循环的一次轮转。循环保持固定，正是系统可靠的关键： 每个阶段只做一件事，只有一项检查。

 顶部摄像头 ──→ AI 智能体 ──→ 三轴机械臂 ──→ 侧向摄像头 ──→ 对准了吗？
 （读屏幕）     （决策）       （移动笔）      （查笔尖）        │
      ▲                                                   是 │ 否
      │                                                    │  │
      │     触碰手机 ◄────────────────────────────────────┘  │
      │          │                                           │
      └──────────┘ （下一个动作）            微调并重试 ◄──────┘

五个阶段

1. 收笔并截图。 触控笔收回画面之外，让顶部摄像头获得干净无遮挡的视野。智能体收到截图。

2. 决策。 智能体读取屏幕，选择高层动作：方向与距离 （move("down-right", "large")），或手势（tap、swipe）。

3. 移动。 服务器把决策转换为电机坐标并驱动机械臂。

4. 校验。 侧向摄像头将笔尖与目标比对。如果偏了，智能体微调并重新检查—— 在任何触碰发生之前先缩小误差。

5. 触碰并重复。 触控笔下探、触发触摸、收回，循环重新开始，处理下一个动作。

为什么要第二个摄像头？

俯视视角无法判断触控笔抬得多高。侧向摄像头补上了缺失的那一维， 让智能体在确定触碰之前先确认对准——这是可靠性最大的来源。

异常处理

• 未对准——在校验阶段被发现；智能体以更小的移动量重试。
• 漏触——下一张截图显示屏幕没有变化；智能体再点一次。
• 意外画面——弹窗或广告出现；智能体直接把它当作新状态，重新决策。没有会”脱轨”的脆弱脚本。

这种”观察结果，再次决策”的设计，让 PhysiClaw 像人一样从意外中恢复——看一眼，再试一次。