RoboDojo

统一仿真与真机的通用操作策略评测基准，含 42 个仿真和 18 个真机任务。

香港大学 MMLab 联合伯克利、清华、北大、斯坦福、MIT 等 18 家机构 2026 年 7 月发布并开源，一作为 Tianxing Chen。它针对已有基准任务偏简单、成绩容易刷满又缺真机验证的问题。仿真部分基于 Isaac Sim / Isaac Lab，在 ARX X5 双臂平台上设 42 个任务，覆盖泛化、记忆、精度、长程执行和开放指令五个维度，不同任务可异构并行运行；真机部分在 ARX X5、松灵 Piper 和 Piper X 三种平台上各设 6 个任务，用标准化硬件和远程云端评测系统 RoboDojo-RealEval 保证可复现。各家策略统一经 XPolicyLab 接口接入，首批评测 30 个：仿真最好的 Hy-Embodied-0.5-VLA 平均成功率仅 8.80%，真机最好的 π0.5 为 12.8%，人类专家分别为 76.03% 和 100%。排行榜由非营利组织维护并持续更新。

例子把自己训练的 VLA 按 XPolicyLab 接口接入后，一条命令在 Isaac Sim 里跑完 42 个任务，再汇总成与排行榜同格式的成绩表。

也叫

RoboDojo-RealEval

相关

RoboTwin、基准测试、仿真评测、真机评测、RoboChallenge、π0.5

来源

RoboDojo: A Unified Sim-and-Real Benchmark for Comprehensive Evaluation of Generalist Robot Manipulation Policies (arXiv 2607.04434)
RoboDojo-Benchmark/RoboDojo GitHub

信息截至

2026-09