ROBOT LEARNING / EXPERIMENT RESULTS
RoboDojo 实验结果
从泛化到开放任务,追踪每种策略的得分、执行与证据。
策略成绩 · 当前类型
Score:平均任务进度 · SR:任务成功率VLA action 占比 = VLA 模型动作直接执行的控制步数 / 全部实际执行控制步数。代码策略、直接末端/夹爪控制,以及经 EEF/IK 执行的编辑动作不计入 VLA 直接执行步数。双臂同一控制步计一次;观察、预览和未执行请求不计。分类与任务汇总仅统计原生有效回合,按总步数加权,不平均各回合百分比。
单任务 Score = 原生分数均值 × 100;SR = 原生成功回合数 / 有效判定回合数 × 100%。分类 Score、SR 分别对已覆盖任务取平均。缺失结果不补 0;各策略的任务覆盖和样本数可能不同。本页为本地小样本结果,并非官方完整评测。官方指标定义 ↗
选择任务
查看策略、模型与单回合证据01 / PUBLIC REFERENCE
公开策略基线
RoboDojo 官网 · GPT-6-Astra
官方报告每任务 50 回合。本地实验的场景与样本量不同,分开展示,不计算配对提升。
02 / LOCAL EXPERIMENTS
本地实验与分析
展示原生完整有效回合,以及单独标注的策略主动结束回合。Score 和 SR 仅统计原生完整有效回合,包含任务失败与用尽步数的结果。启动器收尾异常和记录缺口另行标注。单回合得分 = native_score × 100;Score 保留部分进度分,SR 只看原生成功判定。无原生分数或成功判定显示为 —。重复布局属于调试样本,不作为独立基准。
03 / VLA SEGMENT TESTS
VLA segment 测试
从独立恢复的场景快照出发,测试当前 segment 目标和所需原子技能。按测试类别、场景和任务浏览结果。
原子技能成功率
成功率 = 成功 /(成功 + 失败)。每项技能在每个 segment 中计一次;无法判定、未触达、不适用均不计入分母。目标选择、大小/数字排序等条目仅评估可观察约束。
统计口径与覆盖范围
本批计划 566 条,565 条有效且已评分:224 成功、328 失败、13 条无法判定。make_toast / episode_005 因 PhysX / CUDA error 700 在原始执行与重跑中均中断,作为 1 条基础设施故障排除。失败的有效执行保留在分母中;有效重跑替代同一 segment 的无效执行。
覆盖 Generalization 的 10 类任务、100 个场景,包含 Standard 与 Random。fold_clothes 和 pour_liquid_into_cup 缺少可用 segment,不补零。这是独立快照下的局部目标成功率;多个 segment 可共享场景,不能等同完整任务端到端成功率或官方完整基准。
RoboDojoPi05 接收原生 RGB、机器人状态、原始任务目标和当前 segment 指令。动作块为 50;控制频率 25 Hz,每条最多 200 控制步 / 8 秒,遵守更短的原生预算和终止条件;推理期间仿真暂停。视频保持三视角原始帧与初始帧,控制步 N 对应视频帧 N。
Segment 和原子技能均以“执行过程中是否达成”计分,结束时状态另列。评分使用视频与物理测量,保留无法判定和证据来源。证据点击可跳转视频;抽样帧得到的完成时间为近似值。未触达的后续技能不作为该技能失败。