# Hermes Mars Rover

> 仓库地址：https://github.com/Snehal707/Hermes-mars-rover
> 作者/组织：Snehal707
> 成熟度：experimental
> 分析日期：2026-04-15

## 一句话总结
以 Hermes Agent 作为自主决策大脑的 NASA Perseverance 火星车仿真系统，支持自然语言任务规划、多模态控制和持续行为学习。

## 项目定位与架构
该项目为 Nous Research hackathon 作品，展示 Hermes Agent 的 tool calling、memory、skills 和多模态控制能力。用户通过自然语言下达高层目标，agent 自主规划导航、避障和传感器分析。

架构分四层：**Control Layer**（Telegram bot / Apple Watch Siri / Web Dashboard / CLI 多入口）、**Command API**（FastAPI 后端）、**AI Layer**（Hermes Agent + 7 种 rover tool + SQLite 记忆）、**Simulation Layer**（Sensor bridge → Gazebo 物理引擎）。物理仿真包含火星重力 (3.721 m/s²)、摩擦、轮滑和碰撞检测。

## 关键技术特性
- **7 个 rover tool**：驾驶、传感器读取、导航、危险检测、记忆访问、报告、图像采集
- **多模态控制**：CLI / Telegram / Web Dashboard / Apple Watch 四路并行
- **行为学习**：成功策略持久化存储并按成功率排序复用
- **安全措施**：所有决策基于实时遥测（IMU / hazards / obstacles）
- **丰富 API**：19+ REST endpoint + WebSocket streaming
- **PDF 报告**：session 日志自动生成报告

## 设计亮点与创新
将 Hermes Agent 的 skill learning 机制映射到火星车的行为数据库——rover 从每次任务中学习并记忆成功策略。Apple Watch 经 Siri Shortcuts 控制火星车是一个有趣的多模态交互演示。ROS 2 + Gazebo + Hermes 的集成展示了 agent 框架与专业机器人仿真工具的桥接可能性。

## 局限性与风险
Hackathon 作品，原型阶段。ROS 2 和 Gazebo 的安装门槛较高。仿真环境有限（仅 2 个 Mars terrain world）。对 OpenRouter API 的依赖使得离线运行不可能。缺乏真实硬件验证。

## 与生态系统的关联
充分展示了 Hermes Agent 的 tool calling、persistent memory、skill learning 和 gateway 集成能力。与 hermes-embodied 形成互补——后者聚焦于真实硬件训练，本项目聚焦于仿真决策。