项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-14 · 当前星标 ★ 243
核心亮点
- 针对 DROID 数据集做了适配，评测流程可直接复用
- 用仿真替代真机，降低评测成本和硬件门槛
- 自动记录指标与轨迹，方便横向对比不同策略
不足之处
- 项目早期，文档和示例可能不完整
- 仿真与真机存在差距，评测结论需谨慎外推
适用场景
- 机器人模仿学习研究者快速验证新策略效果
- 团队在多个 VLA 模型之间做选型对比
- 论文投稿前补充仿真评测实验数据
替代项目
robomimic、LIBERO
上一篇：evals-skills
下一篇：next-evals-oss
同类项目推荐
AISafetyHot-Hub
开源
每天一份 AI 安全论文清单，md/bib/json 直接喂给 Agent
Safety News & Research Monitor. https://aisafetyhot.com
inspect-robots
开源
一套接口，把任意 VLA 模型放到任意机器人上跑分
Open source evals for physical AI. Run any LLM/VLA on any arm/humanoid against any r···
aws-bench
开源
给AI智能体在真实AWS云上打分的基准测试
aws-bench measures how well AI agents and model combinations perform on real AWS wor···
inseq
开源
一键透视生成模型，看透每个 token 的决策依据
Interpretability for sequence generation models
napolab
开源
一站式对比葡萄牙语AI模型，掌握最新性能排名
The Natural Portuguese Language Benchmark (Napolab). Stay up to date with the latest···
DiffusionGeometry
开源
论文扩散几何方法的可运行复现实验代码
The code for "Computing Diffusion Geometry" (2026).
Internal-Safety-Collapse
开源
把AI智能体放进正常代码流程，看它如何自己补出危险操作
[NeurIPS 2026] Safety failures in coding agents and frontier LLMs. Reproducible work···
uqlm
开源
量化 LLM 不确定性，精准识别幻觉，提升 AI 输出可信度。
[JMLR 2026] UQLM: A Python package for LLM hallucination detection using uncertainty···
Diffusion-MU-Attack
开源
快速攻破遗忘扩散模型，测出安全漏洞
The official implementation of ECCV'24 paper "To Generate or Not? Safety-Driven Unle···