用途
本技能面向 NVIDIA Cosmos Policy 的评测复现，支持在 LIBERO 和 RoboCasa 两个机器人操作仿真基准上运行官方公开评测模块。它覆盖从空白机器搭建、依赖安装、无头 GPU 渲染配置到冒烟评测、全量基准运行和结果解析的完整流程。
主要能力
- LIBERO 评测：通过
cosmos_policy.experiments.robot.libero.run_libero_eval运行，支持 libero_spatial、libero_object、libero_goal、libero_10 四个任务套件。 - RoboCasa 评测：通过
cosmos_policy.experiments.robot.robocasa.run_robocasa_eval运行，需先安装 Cosmos 兼容的 RoboCasa fork 并配置厨房资产。 - 无头 EGL 渲染配置：统一设置 CUDA_VISIBLE_DEVICES、MUJOCO_EGL_DEVICE_ID、MUJOCO_GL=egl、PYOPENGL_PLATFORM=egl。
- 推理性能剖析与结果日志校验。
- 官方参考成功率：LIBERO-Spatial 98.1%、LIBERO-Object 100.0%、LIBERO-Goal 98.2%、LIBERO-Long 97.6%、LIBERO 平均 98.5%、RoboCasa 平均 67.1%（数值依赖检查点、任务套件、随机种子与仿真器配置）。
使用方式
- 克隆 https://github.com/NVlabs/cosmos-policy.git，按 SETUP.md 构建并进入官方 Docker 容器。
- 在容器内同步依赖：
uv sync --extra cu128 --group libero --python 3.10（RoboCasa 用--group robocasa）。 - 导出 EGL 与缓存相关环境变量。
- 以
uv run --extra cu128 --group libero --python 3.10 python -m cosmos_policy.experiments.robot.libero.run_libero_eval ...运行冒烟评测（1 trial），通过后扩展到 50 trials。 - RoboCasa 需额外克隆并安装 https://github.com/moojink/robocasa-cosmos-policy.git，执行 setup_macros 与 download_kitchen_assets，再用 run_robocasa_eval 运行单任务冒烟评测。
- 从
cosmos_policy/experiments/robot/libero/logs/等日志目录解析 JSON 结果，确认 Success rate。
适用场景
- 在 LIBERO 或 RoboCasa 上评测 NVIDIA Cosmos Policy。
- 剖析 Cosmos Policy 的推理延迟与吞吐。
- 在 GPU 集群上为机器人仿真配置无头 EGL 渲染。
限制
- 不适用于从零训练或微调 Cosmos Policy（应使用官方训练文档）。
- 不适用于 OpenVLA 类策略（应使用 fine-tuning-openvla-oft）。
- 不适用于 Physical Intelligence pi0 模型（应使用 fine-tuning-serving-openpi）。
- 不涉及真实机器人评测，仅限仿真。
- 计算要求参考：单卡 A40/A100、约 16 GB 显存（LIBERO）/约 18 GB（RoboCasa）；LIBERO 冒烟评测约 5-10 分钟，全量评测约 2-4 小时，RoboCasa 单任务约 10-15 分钟，全任务约 4-8 小时。
- 主机 Python 出现二进制兼容问题时应以官方容器为准，不要假定可重建匹配环境。
- 复现成功率需固定任务名、对象划分、种子与试验次数，并记录确切命令与环境。