单集成功率不算数：百度 RoboDojo 用四项产物验收仿真评测

单集成功率不算数：百度 RoboDojo 用四项产物验收仿真评测

百度智能云百舸的《RoboDojo 仿真评测快速开始》更新时间是 2026-09-03。RoboDojo 是面向机器人操作策略的仿真评测框架。操作策略在这里指 Manipulation Policy，也就是根据看见的画面决定机械臂怎么动。它用 Isaac Sim 物理仿真驱动机器人做任务，自动给出成功率、得分和多路相机视频，不需要实体机器人。

文档用 FastWAM 当例子。FastWAM 是 RoboDojo 已经接好的策略之一，底座是 Wan 系列视频生成模型。官方公布的 54 配置均分是 3.14。

任务、结果和两台进程

标准任务 54 个，分成五个维度：泛化 24 个（含 random 变体），记忆 6 个，精度 8 个，长程 8 个，开放 8 个。入门例子是叠碗 stack_bowls。另外还有 42 个策略适配器，托管 30 个已经训练完的 checkpoint。

每个 episode 落一份成绩单 _result.json，再加三路相机视频：头部、左手腕、右手腕，分辨率 640×480，25 FPS。episode 是一次仿真回合。

推理和仿真是客户端/服务端。推理进程加载 FastWAM，收观测、回动作，启动脚本是 rd_server.sh，conda 环境 fastwam，显存大约 24.3 GB。仿真进程搭场景、驱动机器人、录像、算分，启动脚本是 rd_client.sh，conda 环境 RoboDojo，单 episode 峰值大约 15 GB。两进程走 127.0.0.1:6000 本机回环，不用对外开放端口。同卡跑时，文档建议单卡显存不低于 48 GB。

典型用途有三件：看自研视觉-语言-动作模型在标准任务上的表现，和榜单里已有策略横向比，以及在没有真机时看泛化和长程能力。

五步跑通一次

第一步在百舸控制台建开发机。单卡显存最低 48 GB，推荐 80 GB 及以上；内存最低 64 GB，推荐 128 GB；云盘最低 150 GiB，推荐 200 GiB；系统是 Ubuntu 24.04 x64。起来之后用 nvidia-smi 确认 GPU 可见。

第二步下载三份互不依赖的内容，可以并行：仿真资产约 38.4 GiB，FastWAM checkpoint 约 11.2 GiB，Wan 基座（VAE、T5、tokenizer）约 11.9 GiB。脚本是 /root/workspace/dl_base_bos.sh。完成标志是日志末尾 ALL_READY stages=assets,ckpt,base policy=FastWAM。

第三步执行 rd_server.sh。就绪日志包含 checkpoint 路径、pid、端口 6000，以及 SERVER_READY。示例里加载用了 96 秒。文档写权重加载大约 1 到 2 分钟。服务要一直开着，才能多次评测。

第四步另开终端跑单任务。叠碗的例子是 rd_client.sh stack_bowls 1。结束时输出视频路径、成功和失败计数、退出码。

第五步看 eval_result/RoboDojo/<任务名>/FastWAM/arx_x5/<种子及参数>/<时间戳>/。里面有 _result.json 和三路 mp4。

部署成功看四项，不是看单个 episode 的 success_rate。在 /root/workspace/RoboDojo 下：客户端日志里 CLIENT EXIT=0 应出现 1 次；[Error] 应是 0 次；mp4 应有 3 个；_result.json 要能读到。

批量、并行和分数口径

串行可以循环任务名。文档例子是 stack_bowls、build_tower、insert_key，每个任务 EVAL_NUM=3。失败只打印任务名，不中断后面的任务。汇总用 scripts/robodojo.sh summarize。

单机多卡用 scripts/internal/smoke_all_tasks.sh。它会自己铺 worker，不用手开推理服务。要先接受 Omniverse 的 EULA，并清掉 http 和 https 代理。参数里 --gpu-ids 有几个元素就有几个 worker，同一张卡可以重复，例如 0,0,1,1 表示每卡 2 个。--eval-num native 只在这个脚本里表示按任务原生回合数跑。

文档给了一组全量参考：8 卡、每卡 2 个 worker、54 个任务、seed 0。结果是 54/54 全部 PASS，2100 个 episode，6300 个 mp4，墙钟约 6.87 小时，等效加速比 14.1 倍。

任务名和维度可以分别用 scripts/robodojo.sh tasks 和 dimensions 打出来。

分数差 0.05 不算部署失败

仿真卡住、GPU 占用是 0% 时，文档先查 libGLU.so.1，缺了就装 libglu1-mesa，并且要清代理。连不上推理服务，最常见也是代理把回环地址拦住了。--eval-num 不传会以退出码 2 结束。全量对榜才用 native，而且只有 smoke_all_tasks.sh 支持。

本地分数低于官方时，先对齐口径。文档写 seed 0 的全量 sweep（2100 集）54 配置均值是 3.09，官方同口径是 3.14，差 0.05，算统计误差。验收看链路：[Error] 为 0、mp4 数量对、_result.json 完整，不看 score 本身高不高。

日志里的 Invalid PhysX transform 多数不是故障。框架会丢掉不稳定的 layout 再继续。只要 Error code 700 是 0、产物完整，文档就把它当成正常。

框架本身不收费。费用是百舸开发机，按规格和时长计。评测完要释放实例。权限要有开发机创建权，以及 BOS 下载权重和资产的权限。镜像里已经放了 bcecmd。

限制

这一页是部署和验收说明，不是一份新的公开榜单。3.14 和 3.09 都是 FastWAM、54 配置、seed 0 这一口径下的均分，没有逐任务分数，也没有及格线。单个 episode 的成功率不能用来判断部署是否成功。native 不能用在普通的 rd_client.sh 上。同卡显存、资产体积和 6.87 小时都绑定文档里的那套机器和 worker 数。计费没有单价。

百度智能云，RoboDojo 仿真评测快速开始，2026-09-03，https://cloud.baidu.com/doc/AIHC/s/Zmtl20mdq