RoboDojo-Benchmark/RoboDojo

RoboDojo – 用于通用机器人操作策略的统一模拟与真实基准测试

它是什么 – RoboDojo 是一个仅供评估的基准测试，让研究人员能够衡量机器人操作策略在模拟环境 (Isaac Sim) 和真实硬件上的表现。它提供了一个模拟器客户端、包含 42 个模拟任务和 18 个跨三种机器人平台的真实世界任务集合，以及用于自动运行这些任务并在公开排行榜上汇总分数的工具。

为什么它很重要 – 目前的机器人学习基准测试通常集中在单一模拟场景或有限的真实世界任务集上，这使得很难判断一个策略是否真正具有通用性。RoboDojo 有意结合了：

• 五个能力维度（泛化、记忆、精度、长程、开放式）来探测不同的技能。
• 异构并行模拟，可在 Isaac Sim 上同时运行多个任务，提供快速反馈。
• 物理基础资产（刚体、关节、可变形物体），位于单一的、配置驱动的场景中。
• 真实机器人评估，在三种实体（Piper X, Piper, ARX X5）上使用与模拟中相同的任务定义。

运作方式

1. 安装 存储库 (Python 3.11, Isaac Sim 5.1, Isaac Lab 2.3) 并下载提供的资产和数据。
2. 选择一个策略，该策略位于配套项目 XPolicyLab 中（策略必须公开 eval.sh 和 deploy.yml）。
3. 运行辅助脚本 scripts/robodojo.sh（或更底层的 scripts/eval_policy.sh），它会启动模拟器，从 task/RoboDojo/ 加载任务配置，并与策略服务器通信。
4. 运行结束后，使用一键式 summarize 将各任务分数汇总到标准排行榜表格中。
5. 通过云端评估管道提交结果，以出现在公开排行榜上（支持模拟和真实世界轨道）。

关键存储库组件

• env/ – 处理并行任务执行的核心模拟器后端和管理器。
• env_cfg/ – 描述模拟器、场景、机器人和摄像头设置的 YAML 文件。
• task/RoboDojo/ – 任务逻辑和各任务配置文件。
• scripts/ – 评估入口点 (robodojo.sh, eval_policy.sh)。
• XPolicyLab/ – 加载策略、启动服务器并与 RoboDojo 通信的轻量级封装。
• Assets/ – 下载的机器人模型、物体、材质和布局文件。

入门指南 – 文档网站（从 README 链接）提供了包含逐步演练的 Usage Overview、可在几分钟内运行参考策略的 Quick Evaluation 指南，以及每个模拟和真实任务的详细页面。

社区与可重现性 – 分数是种子控制的，整个评估堆栈是开源的，因此任何人都可以重现已发布的结果。实时排行榜显示了当前的技术水平，项目网页上链接了社区论坛。

引用 – 如果您在论文中使用 RoboDojo，请引用 arXiv 预印本 (Chen et al., 2026) 以及配套的 XPolicyLab 论文。

---

总结 – RoboDojo 是一个严肃的开源基准测试，用于测试跨多种模拟和真实任务的通用机器人操作策略，并内置了对并行评估和公开排行榜的支持。