---
title: RoboCasa
description: "UT Austin 与 NVIDIA 的厨房仿真——120 个场景、100+ 原子与组合任务。WorldFoundry 导入官方 rollout。"
---

RoboCasa 是 UT Austin 与 NVIDIA 面向通才机器人的大规模**厨房**仿真：**120** 个真实厨房布局、**2500+** 三维资产（不少由生成模型制作），大约 **100** 个原子技能加**组合**长时程活动，并带大规模演示。论文是 [RoboCasa: Large-Scale Simulation of Everyday Tasks for Generalist Robots](https://arxiv.org/abs/2406.02523)。项目：[robocasa.ai](https://robocasa.ai/)。代码：[robocasa/robocasa](https://github.com/robocasa/robocasa)。本 catalog 里 GitHub 许可元数据是 `other:noassertion_github_api`——复用前先读上游条款。

WorldFoundry **导入**官方 rollout 导出。场景资产与长时程策略执行留在上游。仓库镜像：`cache/vla_va_wam/repos/robocasa--robocasa`。[Being-H0.5](/zh/docs/guides/supported-models/being-h05) 等模型发布了 RoboCasa 专家线；那不是本页上的分数。

<BenchmarkPageSections id="robocasa" locale="zh" />

## 如何运行

```bash
worldfoundry-eval zoo benchmark-run \
  --benchmark-id robocasa \
  --mode official-validation \
  --official-results-path <official_results.json> \
  --output-dir tmp/robocasa/official-validation \
  --json
```

默认导入路径：`WORLDFOUNDRY_ROBOCASA_RESULTS_PATH`。清单：`worldfoundry/data/benchmarks/tasks/external/robocasa.yaml`。导出时声明原子还是组合（以及场景划分）。产物：`scorecard.json`（主键 `success_rate`）与 `raw_results.jsonl`。

[← 返回 Benchmark Hub](/zh/docs/evaluation/benchmark-hub)