评测

RLinf 提供统一的具身智能评测入口，支持在仿真或真机环境中并行 rollout，并输出任务级成功率等指标。本模块介绍如何安装环境、快速跑通第一个评测，以及在各 benchmark 上完成完整评测流程。

支持的 Benchmark

下表列出 evaluations/ 目录中已提供示例配置、且可通过 run_eval.sh 直接启动的 benchmark。

Benchmark	任务 / 环境配置	示例配置文件
RealWorld	realworld_franka_sft_env、realworld_bin_relocation	realworld/realworld_eval.yaml、realworld/realworld_pnp_eval.yaml、realworld/realworld_pnp_eval_dreamzero.yaml
BEHAVIOR-1K	behavior_r1pro	behavior/behavior_openpi_pi05_eval.yaml
LIBERO	libero_spatial、libero_object、libero_goal、libero_10	libero/libero_spatial_openpi_pi05_eval.yaml 等
ManiSkill OOD	maniskill_ood_template （分布外泛化评测）	maniskill/maniskill_ood_openvlaoft_eval.yaml
PolaRiS	polaris_droid_tapeintocontainer、polaris_droid_movelattecup 等	polaris/polaris_tapeintocontainer_openpi_pi05_eval.yaml、polaris/polaris_movelattecup_openpi_eval.yaml
RoboTwin	robotwin_place_empty_cup、robotwin_adjust_bottle、robotwin_place_shoe、robotwin_click_bell	robotwin/robotwin_place_empty_cup_openvlaoft_eval.yaml 等

LIBERO 变体： 标准 LIBERO、LIBERO-PRO、LIBERO-PLUS 均支持，通过环境变量切换（见 LIBERO 评测）。

配置回退： 若 evaluations/<benchmark>/<config>.yaml 不存在，run_eval.sh 会自动回退到 examples/embodiment/config/ 下同名配置，便于复用训练配置做评测。

快速入门

页面	内容
概览	评测架构与 evaluations/ 目录结构。
安装	环境安装与 benchmark 专属环境变量。
快速上手	5 分钟跑通 LIBERO Spatial 评测。

Benchmark 指南

按 benchmark 组织的完整评测流程（环境准备 → 配置 → 启动 → 查看结果）：

Benchmark	流程
RealWorld	Franka 真机评测与部署。
BEHAVIOR-1K	BEHAVIOR-1K 评测。
LIBERO	LIBERO / LIBERO-PRO / LIBERO-PLUS。
ManiSkill OOD	ManiSkill 分布外泛化评测。
PolaRiS	PolaRiS 桌面操作。
RoboTwin	RoboTwin 双臂操作。

参考

页面	内容
配置	Hydra YAML 结构与必填字段。
CLI	run_eval.sh 用法与 Hydra 覆盖。
模型	支持的模型与示例配置。
结果	日志、指标与视频输出。

相关文档

资源	位置
各 benchmark 的环境搭建与训练示例	基于模拟器的具身强化学习
环境安装详情	安装说明
数学推理 LLM 评测（非具身）	LLMEvalKit
模型专属 standalone 评测脚本（非统一入口）	toolkits/standalone_eval_scripts/