# RoboTwin 2.0 (/zh/docs/evaluation/benchmark-hub/robotwin)



## 简介 [#简介]

RoboTwin 2.0 是双臂操作 benchmark，含多样任务与 sim-to-real 导向评测。

## 指标 [#指标]

RoboTwin 2.0 external benchmark task manifest for bimanual embodied manipulation policy rollouts.

### Task YAML [#task-yaml]

`worldfoundry/data/benchmarks/tasks/external/robotwin.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。                  |
| `bimanual_task_success`        | episode / task 是否成功完成的比例或成功率。                  |
| `domain_randomization_success` | episode / task 是否成功完成的比例或成功率。                  |
| `clean_success`                | episode / task 是否成功完成的比例或成功率。                  |
| `randomized_success`           | episode / task 是否成功完成的比例或成功率。                  |
| `reward`                       | RoboTwin 官方 benchmark 双臂操作 episode 的累计 reward。 |

## 环境准备 [#环境准备]

### 运行环境 [#运行环境]

* **Conda 环境：** `docker:robotwin`。
* **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。
* Embodied simulator dependencies are isolated in the VLA evaluation harness Docker image; WorldFoundry does not ship a RoboTwin conda setup script.
* Host-side WorldFoundry only needs Docker access, the policy/model server, and mounted assets/results.

### 测评数据 [#测评数据]

* 待测模型输出目录：设置 `WORLDFOUNDRY_ROBOTWIN_RESULTS_PATH` 指向生成视频或 rollout artifact 根目录。
* `${WORLDFOUNDRY_HFD_DATASET_ROOT}/TianxingChen__RoboTwin2.0`
* `${WORLDFOUNDRY_HFD_DATASET_ROOT}/lerobot__robotwin_unified`

### Checkpoint 与资产 [#checkpoint-与资产]

* Base-model / metric 依赖：`robotwin_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_ROBOTWIN_RESULTS_PATH`

## 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 robotwin \
  --mode normalizer \
  --official-results-path /path/to/official/results-or-report \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/robotwin/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 robotwin \
  --mode official-run \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/robotwin/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/robotwin/eval.yaml
```

## 依赖与产物 [#依赖与产物]

### Inputs [#inputs]

* Official benchmark runtime or preflight validation

### Environment [#environment]

* `WORLDFOUNDRY_ROBOTWIN_RESULTS_PATH`

### Outputs [#outputs]

* `scorecard.json`
* `benchmark_contract.json`
* `task_manifest.json`
* `official_command_manifest.json`
* `simulator_validation.json`
* `raw_metric_table.jsonl`
* `evaluation/per_sample_metrics.jsonl`

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