inspect-robots

一套接口，把任意 VLA 模型放到任意机器人上跑分

inspect-robots 是一个面向物理 AI（具身智能）的开源评测框架，目标是把机器人策略与视觉-语言-动作（VLA）模型的评估标准化。它解决的核心问题是：机器人领域缺少像 NLP 那样统一、可复现的评测流程，不同实验室各自造轮子，导致模型之间难以横向比较。项目提供统一接口，让你可以把任意 LLM 或 VLA 模型接到任意机械臂或人形机器人上，并在真实环境或仿真基准中运行测试。它内置任务定义、环境适配、轨迹记录与可视化（基于 rerun）等能力，支持批量跑分与结果对比。整体定位类似机器人界的 lm-evaluation-harness，强调可扩展与可复现，方便研究者快速验证新模型在新硬件上的表现，也便于团队建立内部评测基线。

开源 unknown 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 526

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类评测安全

开发团队robocurve

所属国家

官网地址https://inspectrobots.org

GitHubhttps://github.com/robocurve/inspect-robots

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型benchmark,embodied-ai,evaluation,physical-ai,rerun,robotics,vision-language-action,vla

GitHub 星标★ 526

30天Star增速

HF 下载量

上线时间2026-06-26 00:00:00

最近更新2026-09-17 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-14

浏览次数0

使用教程

核心亮点

统一模型与硬件接口，换机器人或换模型只需改配置，不用重写评测代码
支持真实与仿真两类基准，覆盖 sim-to-real 对比需求
内置 rerun 可视化，轨迹与失败案例可直接回放排查

不足之处

项目处于早期，星标 460，生态与预置基准数量有限
真实机器人接入依赖具体硬件驱动，开箱即用程度待验证

适用场景

研究团队横向对比多个 VLA 模型在同一机械臂上的成功率
开发者把新训练的 LLM 策略快速接入现有仿真基准跑分
实验室建立内部机器人评测基线并长期追踪模型迭代效果

替代项目

robosuite、robomimic、AI2-THOR

项目介绍

inspect-robots 是一个评测安全领域的开源项目，官方简介：Open source evals for physical AI. Run any LLM/VLA on any arm/humanoid against any real/sim benchmark.。项目使用 Python 开发，在 GitHub 上获得 460 星标。

上一篇：convex-evals

下一篇：aiewf-eval