RLBench

归一化

RLBench — 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

RLBench external benchmark task manifest for CoppeliaSim/PyRep robot manipulation rollouts.

指标

RLBench external benchmark task manifest for CoppeliaSim/PyRep robot manipulation rollouts.

Task YAML

worldfoundry/data/benchmarks/tasks/external/rlbench.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。
`reward`	RLBench 桌面操作 episode 内累计的稀疏或 shaped reward。
`normalized_return`	RLBench return 相对示范或成功基准归一化到 [0, 1]。

环境准备

运行环境

Conda 环境： needs-rlbench-pyrep-coppeliasim-env。
单独配置： 需要 benchmark 专用 conda 环境，不要与统一 runtime 混用。
RLBench 需要 CoppeliaSim/PyRep 组合环境；当前只记录 env vars 和 task manifest，不启动 simulator。

测评数据

RLBench is simulator-backed; WorldFoundry normalizes policy rollout results while CoppeliaSim/PyRep execution remains explicit.
待测模型输出目录：设置 WORLDFOUNDRY_RLBENCH_RESULTS_PATH 指向生成视频或 rollout artifact 根目录。

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_RLBENCH_ROOT
COPPELIASIM_ROOT
WORLDFOUNDRY_RLBENCH_RESULTS_PATH

环境检查

PYTHONPATH=. ${WORLDFOUNDRY_CONDA_ROOT}/worldplay/bin/python -m worldfoundry.evaluation.tasks.execution.orchestration.runtime_preflight --profile rlbench --manifest worldfoundry/data/benchmarks/runtime_profiles/official/rlbench.yaml --output-dir tmp/worldfoundry_preflight/rlbench --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 rlbench \
  --mode normalizer \
  --official-results-path /path/to/official/results-or-report \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/rlbench/normalizer \
  --json

从生成产物重新打分

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

直接调用仓内 runner

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