配置运行

分层：include

一个配置文件可以 include 其他文件：它们按顺序合并，文件自己的键优先（表按键逐个合并；其他值直接替换）。文件中的路径（prompt、agent、runtime.task_descriptions、runtime.library.path，以及 [overrides.agent] 下的相同键）相对于写出它们的文件。

description = "without the verifier"
include = ["../default.toml"]

[runtime]
verifier = false

修改单次运行：–model、–agent、–set

--model NAME 选择 configs/models/<NAME>.toml（或一个 .toml 文件），--agent FILE 用一个 agent 文件代替 configs/default.toml（一个消融）。--set key.path=value 在一次调用中写入实验的配置树，可以按需多次使用；agent. 和 model. 键写入实验对 agent 和模型角色的覆盖：

harness run configs/experiments/dev.toml --output runs/x \
  --model grok-medium \
  --set budget.max_cost_usd=2 \
  --set agent.runtime.keep_images=1 \
  --set 'agent.services.policies=["simate", "g05"]' \
  --set model.main.model=z-ai/glm-5 \
  --set model.main.reasoning_effort='"medium"'

值按 TOML 读取（2、true、"text"、[1, 2]、{k = 1}），不是有效 TOML 时作为普通字符串读取（z-ai/glm-5）。在实验文件中，同样的改动写成 [overrides.agent] 和 [overrides.model] 表。

任务和 seed

tasks（或 --tasks）接受用逗号分隔的任务名，以及下面这些组：

名称	任务
`all`	42 个计分的 RoboDojo 任务（RoboTwin：其 step-limit 文件中的 50 个任务）
`Generalization`、`Memory`、`Precision`、`Long-Horizon`、`Open`	一个维度的任务
`moving`	两个传送带任务

seeds（或 --seeds）是一个列表，或由数字和范围组成的字符串："0-9"、"0,2,5"、"0-3,7"。

Layout

`layouts`	seed 对应	用途
`procedural`（默认）	`dev_layout_dir`（默认 `<RoboDojo>/harness_dev_layouts/arx_x5`）中的开发 layout，首次使用时生成	所有开发工作
`eval`	官方包 `layout_pack_seed`（0、1、2）的 layout	测量一个冻结的配置；默认严格解析

预算

[budget]
max_wall_seconds = 5400      # per episode (default 3600); checked before each model call
max_cost_usd = 4.0           # per episode
max_model_calls = 30         # per episode (default: the agent's budget, 30)
max_total_cost_usd = 20.0    # the whole suite: no new episode once spent

worker 和 suite 选项

[worker]
record_video = true          # one MP4 per camera in each episode's videos/
ground_truth = false         # write the simulator's object poses to truth/<task>.jsonl (analysis only)

[suite]
boot_timeout = 600           # seconds a worker may take to start

RoboTwin 的 worker 还接受 task_config 和 seed_cache_dir（默认 <RoboTwin>/harness_seeds）（RoboTwin）。

针对已经运行的 worker：harness program

harness serve --factory benches.robodojo.runtime:create_environment \
  --options configs/workers/robodojo_runtime_dev.toml --port 8771      # in another shell
harness program configs/experiments/dev.toml --task stack_bowls --seeds 0,1 --output runs/p

harness program 针对实验的 endpoint（或 --endpoint）运行一个任务的各个 seed，并写出 runs/p/<time>-<id>/seed-<n>/。worker 服务一个任务；由它的选项文件指定。

全部键见：配置参考。