工业机器人评测不再每回合重置：HolidayFactory 1.0 让七类工厂任务在持续场景状态上计件
核心概要
工业机器人通常在每次重置后的单回合里被评测，而工厂工作是连续作业，上一件的结果会影响下一件。HolidayFactory 1.0 把仿真、世界构建与评测合成一套框架：Holiday-Sim 在 Newton 的稀疏 SDF 流弹性接触上加入本构律、半隐式原始-对偶求解器和带状态执行器，智能体式构建生成并校验资产与场景，24/7-Bench 用七个工业任务在不重置场景的情况下统计完成、失败与未完成任务、吞吐、时延和电机能耗。评测生成实验显示，通过可执行检查并不等于与任务意图一致。
深度剖析
工业机器人评测从“每次重置后的单回合”改为“场景状态在作业之间持续保留的连续作业”，并同时记录完成、失败、超时和未完成的任务数、吞吐、作业时延与电机能耗。 已有的仿真基准多面向家庭与日常活动，例如 BEHAVIOR-1K、RoboCasa 和 RoboCasa365，每个回合都从重置开始，无法体现上一件作业留下的状态如何影响下一件。 24/7-Bench 定义七个工业任务，覆盖输送带装载、流利架装载、推车、夹具装载、压机看护、阀门操作和条码分拣，作业结果与运行级判定都由仿真器的特权状态给出。
物理仿真一侧把接触、执行器和触觉放进同一套状态推进里，使窄间隙装配、抓取保持和电机出力这类决定作业成败的相互作用可以被表示。 代表性基准使用凸分解加稀疏点接触，可能填平窄特征并把分布载荷压缩到少数点上；执行器则多为理想力矩或 PD 驱动，不携带内部状态。 Holiday-Sim 在 Newton 的稀疏 SDF 流弹性接触上增加压缩硬化、随压缩增长的阻尼和随速度变化的摩擦，用半隐式原始-对偶求解器 CDMM 处理刚性耦合接触，并把电机电流、温度、传动与 LuGre 摩擦等状态耦合进关节动力学。
世界构建由编码智能体完成，资产、场景变体和评测提案都要先通过可执行检查，评测提案还需人工确认后才编译。 此前从 3D 仓库或生成模型得到的资产语义和视觉覆盖广，但没有针对具体任务校验；场景构建也缺少把任务约束带进生成循环的机制。 在 72 个资产的首轮校验中，47% 被拒，其中一致性检查占 39%；在 32 个任务的修订实验中，带测量反馈的修订把 12 个首轮失败中的 11 个一次修好，最终成功率达到 100%，而独立重新生成与仅给通过/失败信号的粗反馈分别为 84% 和 81%。
启示与展望
已展示的范围是仿真内的七个工业任务、一台轮式人形机器人 Friday 和 Holiday-Sim 的接触、执行器与触觉模型；接触与求解器研究只与同一压力律的数值积分或另一后端对照，不涉及硬件测量。读者对象是机器人仿真、基准设计与工业操作的研究者与工程师。
物理模型尚未与实体机器人测量比较，其对策略排名的影响也未被测量；七个任务上还没有比较过任何策略，因此基准区分策略所需的运行次数仍未知。评测生成研究只覆盖一个任务、一个场景变体和 15 段复用录像，模拟用户不能代表真人确认的可靠性。