LIBERO-Para

归一化

LIBERO-Para — 指标、依赖与运行命令。

最后更新: 2026年7月11日

本页内容

简介指标 Task YAML Primary 环境准备运行环境测评数据 Checkpoint 与资产关键环境变量环境检查运行评测设置候选产物目录导入已有官方结果从生成产物重新打分直接调用仓内 runner 依赖与产物 Inputs Environment Outputs

简介

LIBERO-Paraphrase 测试 VLA 策略在任务语言 paraphrase 下的泛化能力。

指标

LIBERO-Para external benchmark task manifest for paraphrased language-conditioned robot manipulation evaluation.

Task YAML

worldfoundry/data/benchmarks/tasks/external/libero-para.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。
`paraphrase_success_rate`	episode / task 是否成功完成的比例或成功率。
`language_generalization_success`	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。
`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

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-Para is tracked as an embodied benchmark, not a model runner; WorldFoundry normalizes official-shaped result exports only.
Full official status requires the cau-hai-lab/LIBERO-Para runtime, HAI-Lab/LIBERO-Para data, policy checkpoint, and paraphrase split mapping.

测评数据

待测模型输出目录：设置 WORLDFOUNDRY_LIBERO_PARA_RESULTS_PATH 指向生成视频或 rollout artifact 根目录。
${WORLDFOUNDRY_HFD_DATASET_ROOT}/HAI-Lab__LIBERO-Para
${WORLDFOUNDRY_CACHE_DIR}/repos/cau-hai-lab--LIBERO-Para

Checkpoint 与资产

Base-model / metric 依赖：libero_para_source_assets, libero_para_dataset_assets。
Metric / evaluator checkpoint 默认路径与覆盖变量见 local assets 指南。

关键环境变量

WORLDFOUNDRY_LIBERO_PARA_ROOT
WORLDFOUNDRY_LIBERO_PARA_RESULTS_PATH
WORLDFOUNDRY_LIBERO_PARA_DATASET_ROOT

环境检查

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

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 libero-para \
  --mode normalizer \
  --official-results-path /path/to/official/results-or-report \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/libero-para/normalizer \
  --json

从生成产物重新打分

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

直接调用仓内 runner

worldfoundry-eval zoo benchmark-run --benchmark-id libero-para --mode official-validation --official-results-path <official_results.json> --output-dir <out> --json

依赖与产物

Inputs

Official LIBERO-Para repository checkout
HAI-Lab/LIBERO-Para dataset root
Policy checkpoint for selected upstream eval script
Official result dump from metrics/analyze_results.py or equivalent structured export

Environment

WORLDFOUNDRY_LIBERO_PARA_RESULTS_PATH

Outputs

scorecard.json
benchmark_contract.json
raw_metric_table.jsonl
raw_results.jsonl

← 返回 Benchmark Hub

LIBERO-Para

相关页面