XPolicyLab/XPolicyLab

解決する問題

XPolicyLabは、ロボットポリシーの評価と展開のための統一標準とオープンエコシステムを提供します。ポリシーコードと評価環境の間の共有レイヤーとして機能することで、評価パイプラインの断片化の問題を解決し、N個のポリシーをM個の環境に接続する複雑さを$O(N \times M)$から$O(N + M)$に削減します。

仕組み

このフレームワークは、モデル側の依存関係と環境側の依存関係を分離し、それぞれを独立した環境（例：別々のcondaまたはuv環境）で実行し、websocketベースのポリシーサーバーを介して通信します。

主要コンポーネントは次のとおりです。

• ポリシーアダプター：各ポリシーには、model.py（観測とアクションの標準化APIを実装）とdeploy.pyブリッジを含む専用アダプターがあります。
• ポリシーサーバー：モデルの提供、観測のデコード、環境クライアントとの通信を処理します。
• 環境クライアント：ポリシー側インターフェースに接続するベンチマーク、シミュレーター、または実ロボットセットアップです。

対象者

複数のベンチマーク（RoboDojoやRoboTwinなど）でロボットポリシーを評価したり、ポリシーコードを特定の環境に結合せずに物理ロボットに展開したりする必要があるロボット研究者や開発者向けに設計されています。

ハイライト

• 大規模ポリシー動物園：VLA、ワールドアクション、模倣学習、メモリ拡張ファミリーを含む49のロボットポリシーを統合。
• 環境分離：ポリシーを独自の依存関係で実行し、シミュレーターやロボットクライアントは別々に実行できます。
• リモート展開：websocketを介して異なるマシン間でポリシーサーバーと環境クライアントを接続することをサポート。
• ベンチマーク非依存：RoboDojo、RoboTwin、RMBenchなどの主要ベンチマークと統合。
• 標準化された契約：インストール、データ変換、トレーニング、評価のための共通ライフサイクルを提供。