跳到主要内容
AI教程

运行并探索 GPT 6 Astra 具身策略评测

了解如何使用 GPT 6 Astra 具身策略评测代码库：预览双语报告、重新构建静态网站、运行离线测试，并在遵守项目环境与安全边界的前提下准备 RoboDojo 或 RoboLab 评测。

AI我搜编辑部阅读约 9 分钟
运行并探索 GPT 6 Astra 具身策略评测

本项目的功能

此仓库包含用于机器人控制中使用 GPT 6 Astra 的评估代码和双语技术报告。它在十个 RoboDojo 任务上，将GPT 6 Astra Direct与一种混合策略进行比较：该混合策略会审查并可选择性地修正π₀.₅动作，每个任务包含五个对齐案例。

混合策略的平均 Score 为62.60，成功率为 48%。在实际执行的控制步中，GPT 修正被使用了 14.4%。在可获得原生分数的 48 个回合中，GPT 6 Astra Direct 的成功率为 26%，平均 Score 为 37.81。两种成功率均使用全部 50 个选定案例。官方模型比较结果是经过重新加权的公开参考数据，并非使用相同随机种子的重新运行结果。

此次发布是一个无历史记录的源代码快照。其中不包含凭据、私有标注、原始模型会话、原始操作日志、模拟器资源或模型检查点。所需的模拟器和策略环境必须分别从其上游项目获取。

了解仓库布局

  • hybrid_rollout/robodojo/包含模拟器集成、策略服务器、控制器、技能和调度器。
  • hybrid_rollout/robolab/包含独立的 RoboLab 集成。
  • hybrid_rollout/report_site/包含双语报告源文件、图库和打包工具。
  • report_web/包含预构建报告及其 21 个文章片段。
  • public_results/包含选定案例的元数据、分数、随机种子和来源信息。
  • licenses/包含第三方声明。

生产网站包含完整的视频图库，并在单独的仓库中维护。RoboDojo 网站提供 100 个评估视频和 43 个图库片段。RoboLab 图库提供 150 个录制内容，涵盖三种方法、十个任务和五次试验。

预览双语报告

探索此版本最快的方式，是从仓库根目录启动本地报告预览。预览服务器支持视频字节范围请求，因此报告可以高效播放其中包含的片段。

python3 -m hybrid_rollout.report_site.preview --directory report_web --port 8768

在浏览器中打开http://127.0.0.1:8768/。默认选择英语。使用语言按钮，或添加?lang=zh切换到中文。

静态的report_web/目录也可以通过标准 HTTP 服务器托管。公共 GitHub Pages 仅提供编译后的静态报告和选定媒体，不会公开标注 API 或 rollout 服务。

重新构建报告前端

要重新构建报告，请使用与锁定的 Vite 版本兼容的 Node.js。本版本使用 Node 24。进入前端应用目录，安装锁定的依赖，然后运行生产构建。

cd hybrid_rollout/report_site/app
npm ci --ignore-scripts --no-audit --no-fund
npm run build

构建过程会验证保留的共享运行时，并创建自包含的dist/index.html。将该文件复制到report_web/index.html，同时保留其旁边的data.json、scores.csv、citation.bib、许可证文件和媒体。

此版本包含公开的作者快照，因此无需私有实验存储即可重新构建此前端。不要仅为重新构建前端而运行build.py。该离线证据提取工具需要原始的非公开轨迹存档。

准备新的评估

新的评估需要预先从外部安装环境。此仓库不是独立的模拟器发行版。

  1. 安装并配置 Isaac Sim 5.1、匹配的 RoboDojo 源代码和资源，以及π₀.₅ OpenPI/JAX 检查点。RoboLab 有其自身的环境和设置要求。请根据各自上游项目的条款，从上游项目获取所有这些组件。
  2. 查看hybrid_rollout/robodojo/SOURCE.json，确定记录的上游版本和检查点标识。
  3. 准备独立的工具环境、模拟器环境、OpenPI/JAX 环境、检查点和 Codex CLI。将模拟器和策略环境与轻量级仓库工具分开。
  4. 复制或查看hybrid_rollout/robodojo/cluster.env.example。设置路径、容器镜像、用户和组 ID、凭据文件路径以及明确的案例标识。公开导出内容中的路径只是通用示例，并非可运行的集群凭据。
  5. 使用hybrid_rollout.robodojo.codex_backend.profiles管理隔离的 rollout 身份验证。在登录或执行租约操作前，使用--help查看 CLI。
  6. 使用public_results/evaluation_cases.json在不同策略之间对齐任务、场景和随机种子。每个案例包含一个混合结果和一个 Direct 结果。

模型固定为gpt-6-astra，推理级别为xhigh。你需要拥有经过授权的账户或网关访问权限，策略或模型执行可能产生费用。

选择评估方法

设置ROLLOUT_EVALUATION_METHOD以选择策略模式：

ROLLOUT_EVALUATION_METHOD=pi05_plus_gpt

混合策略使用pi05_plus_gpt，允许 GPT 审查并可选择性地修正π₀.₅动作。要选择 Direct 策略，请使用：

ROLLOUT_EVALUATION_METHOD=gpt_only

gpt_only是 GPT 6 Astra Direct 的内部 CLI 标识符。它不会启动π₀.₅。

容器入口点是 hybrid_rollout/robodojo/cluster_entrypoint.sh。每个容器运行一个明确的案例，保存其产物，并清理自身组件。可选的 acp.py 文件是 SenseCore 专用的提交适配器。集群专用的活动迁移辅助工具需要部署本地计划，并不是一条命令即可执行的公开发布方案。

运行可复现的离线测试

离线测试需要工具依赖，而模拟器和 OpenPI 依赖必须分别安装在各自的环境中。在专用虚拟环境中安装 requirements-tools.txt，然后运行报告和诊断测试。

python3 -m unittest hybrid_rollout.report_site.test_i18n hybrid_rollout.report_site.test_editorial_revision -v
python3 -m pytest hybrid_rollout/robodojo/test_proposal_diagnostics.py hybrid_rollout/robodojo/test_prompt_context.py hybrid_rollout/robodojo/test_network_continue.py

这些测试不会执行模拟或模型调用。依赖原始共享存储、专有模拟器或历史操作固件的测试无法仅从此公开快照中复现。此版本尚未重新运行付费模型或 GPU 实验。

安全与部署指南

codex_backend/profiles.py 和 codex_backend/config.toml 中的网关 URL 使用保留的 .invalid 占位符。在所选配置文件及匹配的配置中，明确配置你自己的授权端点。网络有此要求时，请设置 ROLLOUT_GATEWAY_NO_PROXY。

切勿提交 API 密钥或 auth.json，也不要修改交互式 Codex 主目录。将凭据存放在仓库之外，并设置受限权限。历史配置文件标识符仅为兼容性而保留；此版本不会配置公司或中继服务。

请将标注和审查工具置于受信任的本地网络中。保留默认的回环绑定，或在让服务可通过局域网访问之前使用经过身份验证的反向代理。将 Codex 工具执行和模拟器 RPC 保持在隔离且受信任的环境中，不要提供不受信任的程序、序列化 RPC 数据或轨迹存档。

高级用法与研究参考

比较策略时，请使用 public_results/evaluation_cases.json 中的案例元数据，以保持任务、场景和种子的一致性。图库清单记录了每个视频的 URL、大小和 SHA-256，可用于验证下载的媒体。

如需查看报告、图库和完整视频合集，请访问报告和视频图库。生产网站源代码位于网站仓库中。RoboLab 图库提供单独的 RoboLab 录制内容。

项目自有代码采用 MIT 许可证。第三方组件、字体、基准测试资源和徽标均保留各自的条款；请参阅 THIRD_PARTY_NOTICES.md。模型权重和模拟器资源不随本项目重新分发。

结论

此仓库最适合作为评估和报告源代码发布版本使用：预览其中包含的报告，重新构建其静态前端，运行可用的离线测试，并利用文档说明的环境边界准备新的 RoboDojo 或 RoboLab 运行。在启动任何模型或模拟器工作负载之前，请获取所需的上游依赖，配置授权服务，根据公开元数据对齐案例，并保护凭据和控制接口。