Diffusion Pusht

🚀 擴散策略 / PushT 模型卡片

本模型基於擴散策略（Diffusion Policy），針對 gym - pusht 中的 PushT 環境進行訓練，擴散策略的相關論文為 Diffusion Policy: Visuomotor Policy Learning via Action Diffusion，該模型能為機器人在 PushT 環境中的操作提供有效策略。

🚀 快速開始

有關如何加載和評估此模型的說明，請參閱 LeRobot 庫（特別是 評估腳本）。

📦 安裝指南

訓練詳情

本模型使用 LeRobot@3c0a209 進行訓練。

使用 LeRobot 的訓練腳本 和 pusht 數據集進行訓練，訓練命令如下：

python lerobot/scripts/train.py \
    --output_dir=outputs/train/diffusion_pusht \
    --policy.type=diffusion \
    --dataset.repo_id=lerobot/pusht \
    --seed=100000 \
    --env.type=pusht \
    --batch_size=64 \
    --steps=200000 \
    --eval_freq=25000 \
    --save_freq=25000 \
    --wandb.enable=true

訓練曲線可在 https://wandb.ai/aliberts/lerobot/runs/s7elvf4r 查看。當前模型對應 17.5 萬步時的檢查點。

評估

本模型在 gym - pusht 的 PushT 環境中進行評估，並與使用原始 [Diffusion Policy 代碼](https://github.com/real - stanford/diffusion_policy) 訓練的類似模型進行比較。每個回合有兩個評估指標：

• 與目標的最大重疊度（在上述圖表中顯示為 eval/avg_max_reward），範圍在 [0, 1] 之間。
• 成功率：最大重疊度是否至少達到 95%。

以下是 500 個回合的評估指標。“Theirs” 列是指在原始 Diffusion Policy 倉庫中訓練並在 LeRobot 上評估的等效模型（模型權重可在本倉庫的 original_dp_repo 分支中找到）。

每個單獨回合的結果可在 eval_info.json 中找到。該文件是在訓練後使用以下命令生成的：

python lerobot/scripts/eval.py \
    --policy.path=outputs/train/diffusion_pusht/checkpoints/175000/pretrained_model \
    --output_dir=outputs/eval/diffusion_pusht/175000 \
    --env.type=pusht \
    --eval.n_episodes=500 \
    --eval.batch_size=50 \
    --device=cuda \
    --use_amp=false

📄 許可證

本項目採用 Apache - 2.0 許可證。