# LIBERO (/zh/docs/evaluation/benchmark-hub/libero)



## 简介 [#简介]

LIBERO 是语言条件机器人操作的 lifelong benchmark，覆盖 spatial、object、goal 与 long-horizon 任务套件。

## 指标 [#指标]

LIBERO external benchmark task manifest for language-conditioned robot manipulation policy rollouts.

### Task YAML [#task-yaml]

`worldfoundry/data/benchmarks/tasks/external/libero.yaml`

### Primary [#primary]

* `success_rate`

| Metric            | 关注点                              |
| ----------------- | -------------------------------- |
| `success_rate`    | episode / task 是否成功完成的比例或成功率。    |
| `task_success`    | episode / task 是否成功完成的比例或成功率。    |
| `episode_success` | episode / task 是否成功完成的比例或成功率。    |
| `action_accuracy` | 预测动作、状态或结果相对 benchmark 成功标准的正确性。 |

## 环境准备 [#环境准备]

### 运行环境 [#运行环境]

* **Conda 环境：** `giga-world-policy-py311`。
* **单独配置：** 默认复用 WorldFoundry 统一环境（`needs_new_env: false`），通常不需要额外 benchmark-only conda env。
* LIBERO Python 包可见；完整状态还需要 policy checkpoint、suite 选择和官方 rollout 结果。

### 测评数据 [#测评数据]

* 待测模型输出目录：设置 `WORLDFOUNDRY_LIBERO_RESULTS_PATH` 指向生成视频或 rollout artifact 根目录。
* `${WORLDFOUNDRY_HFD_DATASET_ROOT}/yifengzhu-hf__LIBERO-datasets`
* `${WORLDFOUNDRY_HFD_DATASET_ROOT}/lerobot__libero`
* `${WORLDFOUNDRY_CACHE_DIR}/repos/Lifelong-Robot-Learning--LIBERO`

### Checkpoint 与资产 [#checkpoint-与资产]

* Base-model / metric 依赖：`libero_source_assets`, `libero_dataset_assets`。
* Metric / evaluator checkpoint 默认路径与覆盖变量见 [local assets 指南](/zh/docs/guides/local-assets)。

### 关键环境变量 [#关键环境变量]

* `WORLDFOUNDRY_LIBERO_ROOT`
* `WORLDFOUNDRY_LIBERO_RESULTS_PATH`

### 环境检查 [#环境检查]

```bash
PYTHONPATH=${WORLDFOUNDRY_CACHE_DIR}/repos/Lifelong-Robot-Learning--LIBERO:src ${WORLDFOUNDRY_CONDA_ENVS_ROOT}/worldfoundry-giga-world-policy-py311/bin/python -m worldfoundry.evaluation.tasks.execution.orchestration.runtime_preflight --profile libero --manifest worldfoundry/data/benchmarks/runtime_profiles/official/libero.yaml --output-dir tmp/worldfoundry_preflight/libero --json
```

## 运行评测 [#运行评测]

准备好该 benchmark 页面列出的资产和候选产物后，使用下面的公开运行入口。

### 设置候选产物目录 [#设置候选产物目录]

```bash
export WORLDFOUNDRY_GENERATED_ARTIFACT_DIR=/path/to/generated/artifacts
```

### 导入已有官方结果 [#导入已有官方结果]

```bash
worldfoundry-eval zoo benchmark-run \
  --benchmark-id libero \
  --mode normalizer \
  --official-results-path /path/to/official/results-or-report \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/libero/normalizer \
  --json
```

### 从生成产物重新打分 [#从生成产物重新打分]

```bash
worldfoundry-eval zoo benchmark-run \
  --benchmark-id libero \
  --mode official-run \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/libero/official-run \
  --json
```

### 直接调用仓内 runner [#直接调用仓内-runner]

```bash
worldfoundry-eval embodied run --config worldfoundry/data/benchmarks/eval_configs/embodied/libero/spatial.yaml
```

## 依赖与产物 [#依赖与产物]

### Inputs [#inputs]

* Upstream SAPIEN/Curobo simulator runtime
* RoboTwin simulator assets
* Policy checkpoint for selected upstream eval script
* Official eval\_result tree or structured result export

### Environment [#environment]

* `WORLDFOUNDRY_LIBERO_RESULTS_PATH`

### Outputs [#outputs]

* `scorecard.json`
* `run_manifest.json`
* `results.jsonl`
* `metrics/summary.json`

[← 返回 Benchmark Hub](/zh/docs/evaluation/benchmark-hub)