EVA Client

EVA-Client：面向真机的统一部署、评测与数据采集框架

论文 GitHub
eva console · 实时演示
0:00 / 0:00

我们为什么做这个

一个客户端，覆盖全周期。

训练框架已经逐渐统一：OpenPI、LeRobot、StarVLA、VLA Foundry 解决了训练侧的大部分共性问题；真机侧不该继续依赖每个项目重写一套脚本。EVA-Client 补齐具身策略迭代中缺失的真机侧基础设施：遥操采集、质检回放、训练数据整理、checkpoint 部署、延迟补偿、轨迹平滑、模型评测、日志对比，并把结果回传到下一轮训练。一个客户端覆盖完整的真机迭代周期。

评测日志 → 下一轮
1接入你的机器人
AgileX ARX Franka UR5e Galaxea AgiBot
遥操采集
2数据EVA
数据采集遥操采集与质检 轨迹回放检查与重标

整理为可训练数据

训练集
3策略训练
OpenPI
starVLA
GR00T
DreamZero
checkpoint
4部署与平滑EVA
sync strategy
EVA
async strategies
跑上真机
5真机评测EVA
AGILEX
ARX
Franka
UR5e
Galaxea
AgiBot

一个闭环：接入机器人采集数据，EVA 整理为可训练数据集，策略完成训练，EVA 再把 checkpoint 平滑部署到真机，评测日志回流开启下一轮 —— 覆盖模型迭代全周期的真机基础设施。

↓ 开始使用 查看源码

引用

如果 EVA-Client 对你的研究或产品有帮助，欢迎在论文/项目中引用：

@misc{evaclient2026,
  title        = {EVA-Client: A Unified Framework for Deployment, Evaluation,
                  and Data Collection on Real Robots},
  author       = {EVA-Client Contributors},
  year         = {2026},
  howpublished = {\url{https://github.com/Noietch/EVA-CLIENT}},
}