DROID Sim 評価

このリポジトリには、シンプルな ISAAC Sim 環境で DROID ポリシーを評価するためのスクリプトが含まれています。

以下は pi0-FAST-DROID ポリシーのロールアウト例です：

シーン 1

シーン 2

シーン 3

このシミュレーションは、実世界の DROID データセットで訓練された DROID ポリシーに対して ゼロショット で動作するよう調整されているため、別途シミュレーションデータは不要です。

注意： 現在のシミュレータは、関節位置 アクション空間（関節速度制御ではない）で訓練されたポリシーに最適化されています。以下に関節位置制御で訓練された pi0-FAST-DROID ポリシーの評価例を示します。

インストール

リポジトリをクローンしてください

git clone --recurse-submodules git@github.com:arhanjain/sim-evals.git
cd sim-evals

uvをインストールしてください（参照：https://github.com/astral-sh/uv#installation）

例えば（Linux/macOS）：

curl -LsSf https://astral.sh/uv/install.sh | sh

仮想環境を作成して有効化する

uv sync
source .venv/bin/activate

クイックスタート

まず、このディレクトリのルートにシミュレーション資産をダウンロードしてください。

uvx hf download owhan/DROID-sim-environments --repo-type dataset --local-dir assets

次に、別のターミナルで localhost:8000 にポリシーサーバーを起動します。 例えば、pi0-FAST-DROIDポリシー（関節位置制御付き）を起動するには、 openpi をチェックアウトし、polaris の設定を使用します。

XLA_PYTHON_CLIENT_MEM_FRACTION=0.5 uv run scripts/serve_policy.py policy:checkpoint --policy.config=pi05_droid_jointpos_polaris --policy.dir=gs://openpi-assets/checkpoints/pi05_droid_jointpos

注意: JAXがすべてのGPUメモリを占有しないように、XLA_PYTHON_CLIENT_MEM_FRACTION=0.5を設定しています（Isaac Simが同じGPUを使用している場合に備えて）。

最後に、評価スクリプトを実行します：

python run_eval.py --episodes [INT] --scene [INT] --headless

最小限の例

env_cfg.set_scene(scene) # pass scene integer
env = gym.make("DROID", cfg=env_cfg)
obs, _ = env.reset()
obs, _ = env.reset() # need second render cycle to get correctly loaded materials
client = # Your policy of choice
max_steps = env.env.max_episode_length
for _ in tqdm(range(max_steps), desc=f"Episode"):
    action = client.infer(obs, INSTRUCTION) # calling inference on your policy
    action = torch.tensor(ret["action"])[None]
    obs, _, term, trunc, _ = env.step(action)
    if term or trunc:
        break
env.close()

--- Tranlated By Open Ai Tx | Last indexed: 2026-02-21 ---