---
title: RoboDOJOomniai
canonical_url: "https://www.modelscope.cn/datasets/KagaKouko/RoboDOJOomniai"
md_url: "https://www.modelscope.cn/datasets/KagaKouko/RoboDOJOomniai.md"
repository: KagaKouko/RoboDOJOomniai
last_updated: 2026-10-27
license: "Apache License 2.0"
storage_size: "6.8 GB"
downloads: 5699
stars: 0
---

# RoboDOJOomniai

> RoboDOJOomniai - KagaKouko 在 ModelScope 开源的数据集。RoboDOJOomniai — 数据合成工作交接包

KagaKouko/RoboDOJOomniai 是 ModelScope 魔搭社区上的数据集，存储大小 6.8 GB，采用 Apache License 2.0 许可。

- **Repository**: KagaKouko/RoboDOJOomniai
- **License**: Apache License 2.0
- **Storage size**: 6.8 GB
- **Downloads**: 5699
- **Stars**: 0
- **Last updated**: 2026-10-27

Source: https://www.modelscope.cn/datasets/KagaKouko/RoboDOJOomniai

---

# RoboDOJOomniai — 数据合成工作交接包

只收录本项目自研合成代码、任务脚本、实验轨迹、验证证据及交流经验。官方RoboDojo/XPolicyLab、Assets、训练集、模型权重、环境和旧RSI均不包含。

## 当前状态

54项配置：47项有原预算下完整采集与独立fresh验证的代表；4项为待完善候选；3项只有非标准条件诊断结果，默认禁止计为合格。此状态是本次快照，不代表47项都有跨种子高成功率。旧批次纯代码有效规划执行139次、成功46次(33.1%)，包含多个代码版本。

逐项状态、已知种子、代表帧数和原预算见[任务总表](docs/TASKS.csv)。54项是42个基础任务加12个随机化配置。

## 目录

- code/：可移植任务评测入口，及VPP2自研评测脚本。
- tasks/<task>/recipe/：精确选定的自研源码；task.json记来源、状态、预算和入口。
- trajectories/exports/：我们生成的训练数据导出。
- videos/tasks/：每任务代表视频、三路相机与轨迹入口；非标准结果明确隔离。
- experiments/history/factory/：精选验证、失败修复案例、必需参考和诊断报告；重复工作区、配置及无引用试跑已清理。
- experience/：用户原话与指导、任务交接、已验证和失败经验、修正数据对。
- docs/：依赖、路径映射、静态检查、快照与发布清单。

## 在另一台机器使用

若从魔搭下载的是归档版，先运行 python tools/restore_data.py --root . 恢复大文件。代码、任务脚本与经验可直接查看。

接手者准备官方环境与Assets，推荐上游RoboDojo commit 09bd5f5e762b949f5858ece31347ce62057b3a5e，XPolicyLab commit 53c5da5a01bc720d1cf0e6ab6ed212e8cef0eda2。运行：

```bash
chmod +x synth
./synth configure --source /path/to/RoboDojo --sim-python /path/to/env/bin/python
./synth doctor
# 提取工具在可导入pxr、numpy、scipy的Python中运行；例如安装usd-core的辅助环境。
python tools/rebuild_geometry.py --source /path/to/RoboDojo --output experiments/history/factory
./synth list
# 先只生成270个评测job，不启动GPU：
./synth evaluate --task all --count 5 --start 1000 --dry-run
# 实际初筛：每张所选卡最多一个仿真，任务会分配给空闲worker。
./synth evaluate --task stack_blocks stack_bowls --count 5 --start 1000 --gpus 0 1
# 待完善候选需明确选择：
./synth evaluate --task pack_objects_into_box --count 5 --start 1000 --gpus 0 --include-candidates
```

输出位于experiments/evaluations/：逐条results.jsonl、按任务summary.csv和完整日志/episode。仅native成功、数据有效且fresh验证通过才算合格。工程及环境错误单列，有效规划失败计任务失败。--count按有效任务尝试计数：无效布局/初始化可在至多4倍候选种子内补足；缺官方资产或代码错误时停止该任务，不靠换资产隐藏问题。正式质量门保持原规则。

源码中的本机绝对路径仅在创建本次运行runtime时映射；原始证据内容不被批量替换。docs/path_mapping.json和path_aliases.json用于定位历史路径，也可运行 ./synth locate 原始绝对路径。数据中privileged GT用于教师合成与诊断，不能直接当普通VLA的输入。

## 与AI协同改进

把AGENTS.md、目标任务task.json、experience/及失败episode一起交给AI。先归因，改局部通用规则，同种子对照，再用新种子回归。优先物体局部可供点、质心与宽面稳夹，全手/负载避障，减少空行程，合理双臂协同。每次修改保留失败→修改→结果与源码diff。

本包已经过源码/清单/依赖和CPU场景检查；跨机器物理成功率以接手环境真实评测为准。当前候选中的窄域native动作参考有严格起态门，不能冒充通用多布局策略。完整限制见docs/validation_report.json。

对话记录是当前可见会话的数据合成相关摘录和解释，不是聊天平台完整导出。没有打包API凭据。

## 精简版说明

本版保留54项脚本、训练导出、代表视频及交接/修复对引用的关键实验。history只收录精选记录，不是完整运行历史；选择范围见docs/cleanup_manifest.json。未保留的历史引用仅作来源记录，不要求接手者具备这些目录。运行必需的参考文件与几何重建元数据均保留。