benchmark-evaluation

用于官方评估环境的合约：准备、编目、加载、逐步执行、判断官方成功标准，并记录 LIBERO 和 Gymnasium 基准测试结果。适用于运行 LIBERO、加载基准任务或评估策略。仅在基准工作台（benchmark workbench）中可用，且需设置 engine=benchmark。场景和动作语义由场景构建/动作执行模块负责。

模型生成摘要（rules/v1 · 2026-11-15 22:36）：用于官方评估环境的合约：准备、编目、加载、逐步执行、判断官方成功标准，并记录 LIBERO 和 Gymnasium 基准测试结果
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 22:35	94ef2b88	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。