在 RoboTwin 2.0 上运行

RoboTwin 2.0（SAPIEN）是第二个 benchmark：50 个双臂任务，每个任务由自己的 worker（benches/robotwin/runtime.py）提供，机器人 API 与 RoboDojo 的相同。

安装

1. 按 third_party/sources.toml 中的 revision 检出 RoboTwin（检出到 third_party/RoboTwin，或设置 HARNESS_ROBOTWIN_ROOT），并获取其资源（Hugging Face 数据集 TianxingChen/RoboTwin2.0；sha256 值在 sources.toml 中）。
2. bash environment/setup.sh --only robotwin：在项目环境中安装 SAPIEN 3.0.1、mplib、toppra，应用 RoboTwin 的两个源码补丁，并在 third_party/curobo-0.7.8 中就地构建 RoboTwin 自己的 cuRobo 0.7.8（environment/robotwin_curobo.sh；HARNESS_ROBOTWIN_CUROBO 可指向其他位置）。worker 会把它放在 PYTHONPATH 的最前面。

seed

只有 RoboTwin 的专家能解决的 seed 才是有效的 RoboTwin seed。episode 索引 n 是第 n 个有效 seed：评测 seed 从 100000 × (1 + group) 开始（官方的那些），开发 seed 从 10,000,000 + 100000 × group 开始。有效 seed 缓存在 seed_cache_dir/<split>-<group>/<task_config>/<task>.json 中（seed_cache_dir 默认为 <RoboTwin>/harness_seeds）。在运行文件中，layouts = "procedural" 选择开发 split，layout_pack_seed 选择 group。

运行

# RoboTwin 2.0 development check on stack_blocks_two: the agent with the RoboTwin prompt
# pack (AgileX ALOHA). No learned skill for this embodiment (no policy or world model
# trained on RoboTwin is served), and RoboTwin has no task descriptions.
description = "the agent on RoboTwin, development seeds"
bench = "robotwin"
tasks = ["stack_blocks_two"]
seeds = [0]
layouts = "procedural"
endpoint = "http://127.0.0.1:8772"

[budget]
max_wall_seconds = 5400
max_cost_usd = 4.0

[overrides.agent]
prompt = "../../prompts/robotwin"
# The tools by object id (skills/eef) are tuned to RoboDojo's ARX X5 (table height,
# parking spots, jaw width); RoboTwin's ALOHA uses the manipulation skill's.
skills = { layers = { learned = false }, enable = ["manipulation"], disable = ["eef"] }
services = { policies = [], world_models = [] }
# RoboTwin has no XPolicyLab embodiment profile here: the worker shows programs its own
# observations (the default agent's contract is RoboDojo's leaderboard protocol).
runtime = { task_descriptions = false, contract = "native" }

harness run configs/experiments/robotwin-dev.toml --deploy mine --output runs/robotwin-dev
harness run configs/experiments/robotwin-dev.toml --deploy mine --tasks all --seeds 0-9 --output runs/robotwin-all

或者手动针对一个 worker 运行：

harness serve --factory benches.robotwin.runtime:create_environment \
  --options configs/workers/robotwin_runtime_dev.toml --port 8772
harness program configs/experiments/robotwin-dev.toml

与 RoboDojo 的区别

	RoboDojo	RoboTwin
控制频率	25 Hz	10 Hz
指尖偏移	0.150 m	0.12 m
finish 之后机械臂回到起始位姿	是（任务要求如此）	否
学习型 skill	Simate（agent 使用的）、G0.5、其他 XPolicyLab 策略；OpenWAM 用于实验	不提供
操作工具	按物体 id（locate、pick、release 等）	操作 skill 的按名称的 pick 和 place
prompt pack	prompts/robodojo	prompts/robotwin（自己的 core.md，其他部分共享）
自我改进脚本	有	无（它启动的是 RoboDojo worker）

该实验用 RoboTwin prompt pack 运行 agent（[overrides.agent]）：关闭学习层（因此没有 strategy 步骤），用操作 skill 代替按物体 id 的工具（那些工具是针对 RoboDojo 的 ARX X5 调校的），使用 SAM 3，不提供任务描述，agent 的 30 次模型调用。