RoboTwin 2.0

归一化

RoboTwin 2.0 — 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

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

指标

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

Task YAML

worldfoundry/data/benchmarks/tasks/external/robotwin.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。
`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

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

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

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。

关键环境变量

WORLDFOUNDRY_ROBOTWIN_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 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

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

worldfoundry-eval embodied run --config worldfoundry/data/benchmarks/eval_configs/embodied/robotwin/eval.yaml

依赖与产物

Inputs

Official benchmark runtime or preflight validation

Environment

WORLDFOUNDRY_ROBOTWIN_RESULTS_PATH

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

RoboTwin 2.0

相关页面