robocurve/inspect-robots

解決的問題

Inspect Robots 提供了一個物理 AI 的標準化評估框架，讓開發者能在不為每種機器人硬體（身體）或模擬器組合重新撰寫基準測試的情況下，測試機器人策略（例如 LLM 代理或視覺-語言-動作模型）。

工作原理

此框架將任務定義與機器人硬體和 AI 策略分離。它使用插件系統，其中「身體」（如 Franka 或 Unitree G1 的特定機器人適配器）和「策略」（驅動機器人的 AI 模型）作為獨立套件註冊。執行前，系統會進行相容性檢查，確保策略的動作/觀測空間與機器人能力相符。

透過 CLI 或 Python API 執行，內建 Rerun 可視化功能，用於串流傳輸攝影機畫面與遙測資料。每次試驗都會記錄至不可變的 EvalLog，以供審計、離線重新評分與分析。

適用對象

開發 VLA、基於 LLM 的代理或程式碼即策略代理的機器人研究人員與工程師，他們需要一種嚴謹且可重現的方式，在真實硬體或模擬環境中評估其模型。

主要特色

• 硬體無關： 支援多種真實機器人（透過專用插件或通用 ROS 適配器）與模擬器（如 Isaac Lab）。
• VLA 原生支援： 內建動作分塊、開環執行與時間整合支援。
• 可審計日誌： 為每次執行產生具版本的 Schema 日誌與 HTML 報告，包含 LLM 代理的對話記錄。
• 即時可視化： 與 Rerun 深度整合，支援圖像、3D 姿態與關節時間序列的即時串流。
• 安全防護： 內建預設範圍限制與變動量限制，防止機器人異常移動。
• 學習循環： 可將失敗執行總結為 Markdown 格式的「學習」檔案，供後續代理執行時回傳使用。