RESULT

对评测录制的只读查看器：模型 → 任务 → 尝试三层树，加上对任意已打分尝试的相机 / 3D / 曲线同步回放。

概览

只要启动配置含有 eval 段，RESULT 即出现。它回放 EVAL 录制的内容；无录制时树为空。

bash

eva --config configs/03_evaluation/ur5e_eval.py

页面分为两栏：

树（左）——三层浏览器，模型 → 任务 → 尝试。每个模型行与任务行显示两个环形仪表（score% 与 success%）；展开任务即铺开尝试单元格。
详情 / 回放（右）——所选尝试的相机画面、3D 运动与曲线。

数据从何而来

没有单独的结果文件。每个模型的尝试录制进其自身的数据集文件夹，位于本次运行的输出目录下；各行直接从该数据集读取。

输出目录。默认 work_dirs/<配置路径，去掉开头的 configs/>/——启动 configs/03_evaluation/ur5e_eval.py 写入 work_dirs/03_evaluation/ur5e_eval/。每个模型一个子文件夹。

每条录制的尝试携带 RESULT 展示的字段：

字段	含义
尝试身份	所属任务与尝试编号。EVAL 按下 RUN 时绑定。未评测的录制无此字段，会被跳过。
prompt · trial	哪个任务，第几次重复。
score · 最高分	给出的分数，以及该任务的里程碑数量（满分）。
milestones · note	逐里程碑勾选与自由文本备注。
打分时间 · 时长	打分时刻与运行时长。

重测同一条尝试只保留最新录制。

树中的模型。RESULT 先列出评测配置中指定的模型，再收录输出目录下任何其它含录制的模型文件夹——先前改过名的模型仍会出现。

模型 · 任务 · 尝试树

可折叠的三层树：模型、任务、尝试。同一时刻只展开一个模型和一个任务。每个模型行与任务行显示两个环形仪表：

score%——该行已打分尝试的所得总分 / 可得总分。
success%——已打分尝试中拿到满分的比例。无里程碑（满分为零）的任务不计入。

无打分时仪表显示 —，遇零分转红。展开任务即显示尝试网格，每个尝试槽位一个单元格。

尝试网格

每次尝试一个单元格：

已打分单元格按分数比例填充，显示 score/max。零分单独标记。
未打分的尝试被调暗，标注 trial N，不可点击。
点击已打分单元格，右栏打开其回放。

若两条录制落在同一单元格，已打分的胜出，后来的未打分重跑不会遮住分数。任务标签在设置了 prompt_zh 时显示中文，否则显示 prompt_en。

选择尝试

右栏起初为空（“展开一个模型与任务，然后选择一条尝试来回放。”）。点击已打分单元格即加载回放；所选单元格在树重绘期间保持高亮。

score% 与 success% 在每层以相同方式汇总：任务的仪表汇总该任务的已打分单元格，模型的仪表汇总该模型各任务下的全部已打分单元格。零分单元格仍计入总数。

回放

回放一次性显示全部面板——没有标签可切换。头部显示提示词、尝试编号、分数与该任务的只读里程碑步骤。所有面板共享同一时间线：

面板	内容
camera	每个录制到的相机并排排列，每个一段视频。定位逐帧精确。只显示磁盘上有录制的相机。
urdf	由录制的关节角度通过正运动学驱动的 3D 回放。若机器人在其配置中未设置 URDF，此面板显示 “no URDF replay”，相机与曲线面板仍可使用。
charts	两张逐帧折线图——`ACTION`（下达的指令）与 `STATE`（实测）。每条线对应一个关节或坐标轴；可单独开关（默认全开）。

定位滑块与播放按钮驱动同一游标贯穿所有面板，相机、3D 与曲线保持同步。播放按录制本身的帧间时间调速。

浏览其它模型。树中任意已录制模型均可回放，不限于最近运行的那个。打分则只写入 EVAL 上正在运行的那个模型。

配置

RESULT 没有自己的设置——它展示 eval 运行所录制的内容。驱动 EVAL 的同一个 eval_cfg 块填充 RESULT：

checkpoints → 模型行。
tasks → 每个模型下的任务行及其尝试网格。
trials_per_prompt → 每个任务的尝试单元格数。
每个任务的 milestones → 满分，以及回放面板上方的只读步骤列表。

一个评测预设 = 一个用于继承的 deploy 配置 + 一个填好的 eval_cfg。完整字段语义见配置 → 评测配置。将下例中的 <…> 替换为你自己的值。

configs/03_evaluation/ur5e_eval.py

# 评测预设：一个用于继承的 deploy 配置 + 一个填好的 `eval_cfg` 段。
_base_ = ['<你的 deploy 配置路径，例如 ../01_deploy/ur5e/openpi_qpos.py>']

eval_cfg = dict(
    storage=dict(fps=20, save_queue_max=15),  # 录制帧率，决定回放调速。
    trials_per_prompt=5,                      # 每个任务的尝试数 = 网格宽度。
    cli_mode='real',                          # 真实机器人或仿真，见评测配置。
    inference_strategy='async',               # 动作定时方式，见推理策略。
    checkpoints=[                              # 每一项对应一个模型行。
        dict(
            name='<你的模型名称>',             # 决定磁盘文件夹名与树中行的标签。
            config='<该模型的 deploy 配置路径>',
            port=9000,                          # 策略服务器端口，每个模型一个。
        ),
    ],
    tasks=[                                    # 每一项对应一个任务行。
        dict(
            prompt_en='<指令>',
            milestones=(                       # (键, 描述) 二元组；数量 = 满分。
                ('<键>', '<这一步完成了什么>'),
                ('<键>', '<这一步完成了什么>'),
            ),
        ),
    ],
)

字段	RESULT 如何使用它
`checkpoints[].name`	输出目录下的模型文件夹名，以及模型行上的标签。先前运行中改名或多出来的文件夹仍会被发现。
`tasks[].prompt_en`	显示为任务行，并出现在回放头部。设置 `prompt_zh` 时树中改显中文。
`tasks[].milestones`	`(键, 描述)` 二元组。数量 = 满分；描述以只读形式渲染在回放面板上方。
`trials_per_prompt`	每个任务的尝试单元格数。
`storage.fps`	录制帧率；回放定位与曲线游标据它调速。

RESULT 只读，从不启动一次运行。无里程碑的任务满分为零，因此其已打分单元格只计入尝试，不计入 score% 或 success%。

完整的 eval 字段参考——cli_mode、inference_strategy、reset_after_each_trial、shuffle_ckpts、ssh 块，以及可选的 prompt_zh 与 init_pose——见评测配置。