RoboCasa

归一化

RoboCasa — 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

RoboCasa external benchmark task manifest for long-horizon robot manipulation policy rollouts.

指标

RoboCasa external benchmark task manifest for long-horizon robot manipulation policy rollouts.

Task YAML

worldfoundry/data/benchmarks/tasks/external/robocasa.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`	RoboCasa 官方家庭仿真器厨房操作任务的累计 reward。

环境准备

运行环境

Conda 环境： robocasa-headless-venv。
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。
RoboCasa/robosuite import 已在 headless venv 可见；完整官方状态仍需要 assets、task suite 和 policy rollout。

测评数据

RoboCasa uses simulator assets and generated policy rollouts rather than a single public HF benchmark table.
待测模型输出目录：设置 WORLDFOUNDRY_ROBOCASA_RESULTS_PATH 指向生成视频或 rollout artifact 根目录。
${WORLDFOUNDRY_CACHE_DIR}/repos/robocasa--robocasa

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_ROBOCASA_ROOT
WORLDFOUNDRY_ROBOCASA_RESULTS_PATH

环境检查

PYTHONPATH=${WORLDFOUNDRY_CACHE_DIR}/repos/robocasa--robocasa:src ${WORLDFOUNDRY_CONDA_ENVS_ROOT}/worldfoundry-robocasa-headless-venv/bin/python -m worldfoundry.evaluation.tasks.execution.orchestration.runtime_preflight --profile robocasa --manifest worldfoundry/data/benchmarks/runtime_profiles/official/robocasa.yaml --output-dir tmp/worldfoundry_preflight/robocasa --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 robocasa \
  --mode normalizer \
  --official-results-path /path/to/official/results-or-report \
  --generated-artifact-dir "${WORLDFOUNDRY_GENERATED_ARTIFACT_DIR}" \
  --output-dir tmp/robocasa/normalizer \
  --json

从生成产物重新打分

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

直接调用仓内 runner

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