BEHAVIOR-1K
归一化
BEHAVIOR-1K — 指标、依赖与运行命令。
本页内容
简介
BEHAVIOR-1K external benchmark manifest for household embodied policy rollouts.
指标
BEHAVIOR-1K external benchmark manifest for household embodied policy rollouts.
Task YAML
worldfoundry/data/benchmarks/tasks/external/behavior1k.yaml
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。 |
subgoal_success | episode / task 是否成功完成的比例或成功率。 |
环境准备
运行环境
- Conda 环境:
worldfoundry-unified-cu128。 - 单独配置: 需要 benchmark 专用 conda 环境,不要与统一 runtime 混用。
- WorldFoundry provides the native contract, result normalizer, and in-tree simulator wrapper; full rollout execution still depends on the upstream OmniGibson runtime.
测评数据
- 待测模型输出目录:设置
WORLDFOUNDRY_BEHAVIOR1K_RESULTS_PATH指向生成视频或 rollout artifact 根目录。 ${WORLDFOUNDRY_DATA_DIR}/datasets/behavior1k${WORLDFOUNDRY_CACHE_DIR}/repos/StanfordVL--OmniGibson
Checkpoint 与资产
- 该 benchmark 以官方结果归一化或仿真 rollout 为主;policy / simulator checkpoint 见 catalog
requires与 task YAML。
关键环境变量
WORLDFOUNDRY_BEHAVIOR1K_ROOTWORLDFOUNDRY_BEHAVIOR1K_RESULTS_PATH
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
export WORLDFOUNDRY_GENERATED_ARTIFACT_DIR=/path/to/generated/artifacts导入已有官方结果
worldfoundry-eval zoo benchmark-run \
--benchmark-id behavior1k \
--mode normalizer \
--official-results-path /path/to/official/results-or-report \
--generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
--output-dir tmp/behavior1k/normalizer \
--json从生成产物重新打分
worldfoundry-eval zoo benchmark-run \
--benchmark-id behavior1k \
--mode official-run \
--generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
--output-dir tmp/behavior1k/official-run \
--json直接调用仓内 runner
worldfoundry-eval zoo benchmark-run --benchmark-id behavior1k --mode official-validation --official-results-path <official_results.json> --output-dir <out> --json依赖与产物
Inputs
- Official simulator runtime
- benchmark assets
- policy checkpoint
- official result dump
Environment
WORLDFOUNDRY_BEHAVIOR1K_RESULTS_PATH
Outputs
scorecard.jsonraw_results.jsonlevaluation/summary.json