XPolicyLab/XPolicyLab

解决的问题

XPolicyLab 提供了一个统一的标准和开放生态系统，用于评估和部署机器人策略。它通过在策略代码和评估环境之间充当共享层，解决了评估流程碎片化的问题，将 N 个策略连接到 M 个环境的复杂度从 $O(N \times M)$ 降低到 $O(N + M)$。

运作方式

该框架将模型端依赖与环境端依赖分离，允许各自在独立的环境中运行（例如，单独的 conda 或 uv 环境），并通过基于 websocket 的策略服务器进行通信。

主要组件包括：

• 策略适配器：每个策略都有一个专用的适配器，包含 model.py（实现标准化的观察和动作 API）和 deploy.py 桥接器。
• 策略服务器：处理模型的服务、观察解码以及与环境客户端的通信。
• 环境客户端：一个基准测试、模拟器或真实机器人设置，插入策略端接口。

适用对象

它专为需要在多个基准测试（如 RoboDojo 和 RoboTwin）中评估机器人策略，或将其部署到实体机器人，而不将策略代码耦合到特定环境的机器人研究人员和开发者而设计。

亮点

• 大型策略库：整合了 49 个机器人策略，包括 VLA、世界动作、模仿学习和记忆增强系列。
• 环境隔离：允许策略在自己的依赖中运行，而模拟器或机器人客户端则分开运行。
• 远程部署：支持通过 websocket 在不同机器之间连接策略服务器和环境客户端。
• 基准无关：与 RoboDojo、RoboTwin 和 RMBench 等主要基准测试整合。
• 标准化契约：为安装、数据转换、训练和评估提供统一的生命周期。