# Meta-World

  The commands below run the simulator locally. To keep its dependencies away from your policy's, serve it instead with `lerobot-env-server --config_path=docker/sim/configs/metaworld.yaml --sim.task= --docker=true`, where `` is the command's `--env.task`, and add `--env.server.endpoint=tcp/127.0.0.1:7448` to the command. A server runs the task it was started with (see [Simulation: local or served](./simulation)).

Meta-World é um benchmark de simulação de código aberto para **aprendizado por reforço multi-tarefa e meta** em manipulação robótica de controle contínuo. Ele reúne 50 tarefas de manipulação diversas usando objetos do dia a dia e um braço Sawyer de mesa comum, fornecendo um ambiente padronizado para testar se os algoritmos podem aprender muitas tarefas diferentes e generalizar rapidamente para novas.

- Artigo: [Meta-World: Um benchmark e avaliação para aprendizado de reforço multi-tarefa e meta](https://arxiv.org/abs/1910.10897)
- GitHub: [Farama-Foundation/Metaworld](https://github.com/Farama-Foundation/Metaworld)
- Site do projeto: [metaworld.farama.org](https://metaworld.farama.org)

![MetaWorld MT10 demo](https://meta-world.github.io/figures/ml45.gif)

## Tarefas disponíveis

O Meta-World fornece 50 tarefas organizadas em grupos de dificuldade. No LeRobot, você pode avaliar em tarefas individuais, grupos de dificuldade ou na suíte completa MT50:

| Grupo      | Nome da CLI             | Tarefas | Descrição                                            |
| ---------- | -------------------- | ----- | ------------------------------------------------------ |
| Fácil       | `easy`               | 28    | Tarefas com dinâmicas simples e objetivos de etapa única       |
| Médio     | `medium`             | 11    | Tarefas que exigem raciocínio em múltiplas etapas                   |
| Difícil       | `hard`               | 6     | Tarefas com contatos complexos e manipulação precisa   |
| Muito difícil  | `very_hard`          | 5     | As tarefas mais desafiadoras da suíte                |
| MT50 (todos) | Lista separada por vírgulas | 50    | Todas as 50 tarefas — o cenário multitarefa mais desafiador |

Você também pode passar nomes de tarefas individuais diretamente (por exemplo, `assembly-v3`, `dial-turn-v3`).

Fornecemos um dataset pronto para LeRobot para o Meta-World MT50 no HF Hub: [lerobot/metaworld_mt50](https://huggingface.co/datasets/lerobot/metaworld_mt50). Este dataset está formatado para a avaliação do MT50, que utiliza todas as 50 tarefas com posições fixas de objetos/objetivos e vetores de tarefa one-hot para consistência.

## Instalação

Após seguir as instruções de instalação do LeRobot:

```bash
pip install -e ".[metaworld]"
```

Se você encontrar um `AssertionError: ['human', 'rgb_array', 'depth_array']` ao executar ambientes Meta-World, isso indica uma incompatibilidade entre o Meta-World e a sua versão do Gymnasium. Reinstale a versão do Gymnasium suportada pelo LeRobot (o Meta-World `3.0.0` é compatível com ela):

```bash
pip install "gymnasium>=1.1.1,<2.0.0"
```

## Avaliação

### Avaliação local padrão

Avalie no split de dificuldade média (um bom equilíbrio entre cobertura e computação):

```bash
lerobot-eval \
  --policy.path="your-policy-id" \
  --env.type=metaworld \
  --env.task=medium \
  --eval.batch_size=1 \
  --eval.n_episodes=10
```

### Avaliação de tarefa única

Avaliar em uma tarefa específica:

```bash
lerobot-eval \
  --policy.path="your-policy-id" \
  --env.type=metaworld \
  --env.task=assembly-v3 \
  --eval.batch_size=1 \
  --eval.n_episodes=10
```

### Avaliação multi-tarefa

Avalie em várias tarefas ou grupos de dificuldade:

```bash
lerobot-eval \
  --policy.path="your-policy-id" \
  --env.type=metaworld \
  --env.task=assembly-v3,dial-turn-v3,handle-press-side-v3 \
  --eval.batch_size=1 \
  --eval.n_episodes=10
```

- `--env.task` aceita listas de tarefas explícitas (separadas por vírgula) ou grupos de dificuldade (por exemplo, `easy`, `medium`, `hard`, `very_hard`).
- `--eval.batch_size` controla quantos ambientes são executados em paralelo.
- `--eval.n_episodes` define quantos episódios serão executados por tarefa.

### Entradas e saídas da política

**Observações:**

- `observation.image` — visão de uma única câmera (`corner2`), 480x480 HWC uint8
- `observation.state` — estado proprioceptivo de 4 dimensões (posição do efector final + garra)

**Ações:**

- Controle contínuo em `Box(-1, 1, shape=(4,))` — efector final 3D + garra 1D

### Episódios de avaliação recomendados

Para benchmarking reproduzível, use **10 episódios por tarefa**. Para a suíte completa MT50, isso resulta em 500 episódios no total. Se você se preocupa com generalização, execute na MT50 completa — ela é intencionalmente desafiadora e revela melhor as forças e fraquezas do que algumas tarefas estreitas.

## Treinamento

### Exemplo de comando de treinamento

Treine uma política SmolVLA em um subconjunto de tarefas do Meta-World:

```bash
lerobot-train \
  --policy.type=smolvla \
  --policy.repo_id=${HF_USER}/metaworld-test \
  --policy.load_vlm_weights=true \
  --dataset.repo_id=lerobot/metaworld_mt50 \
  --env.type=metaworld \
  --env.task=assembly-v3,dial-turn-v3,handle-press-side-v3 \
  --output_dir=./outputs/ \
  --steps=100000 \
  --batch_size=4 \
  --eval.batch_size=1 \
  --eval.n_episodes=1 \
  --env_eval_freq=1000
```

## Dicas práticas

- Use a condicionamento de tarefa one-hot para treinamento multitarefa (convenções MT10/MT50) para que as políticas tenham um contexto de tarefa explícito.
- Inspecione as descrições de tarefas do conjunto de dados e as chaves `info["is_success"]` ao escrever o pós-processamento ou o registro para que suas métricas de sucesso estejam alinhadas com o benchmark.
- Ajuste `batch_size`, `steps` e `env_eval_freq` para corresponder ao seu orçamento de computação.