许可协议: apache-2.0 数据集:

• lerobot/pusht 标签:
• vqbet策略
• 模型中心混合
• pytorch模型中心混合
• 机器人技术 流水线标签: 机器人技术

VQ-BeT/PushT模型卡

VQ-BeT（依据《基于潜在动作的行为生成》论文）针对gym-pusht中的PushT环境进行训练。

如何开始使用该模型

参考LeRobot库（特别是评估脚本）获取加载和评估此模型的指南。

训练详情

使用LeRobot@3c0a209版本训练。

模型通过LeRobot训练脚本及pusht数据集训练，运行命令如下：

python lerobot/scripts/train.py \
    --output_dir=outputs/train/vqbet_pusht \
    --policy.type=vqbet \
    --dataset.repo_id=lerobot/pusht \
    --env.type=pusht \
    --seed=100000 \
    --batch_size=64 \
    --steps=250000 \
    --eval_freq=25000 \
    --save_freq=25000 \
    --wandb.enable=true

训练曲线可在https://wandb.ai/aliberts/lerobot/runs/3i7zs94u查看。当前模型对应200k步的检查点。

模型规模

评估

模型在gym-pusht的PushT环境中评估。每轮次评估包含两项指标：

• 与目标的最大重叠率（图表中记为eval/avg_max_reward），范围[0, 1]。
• 成功率：最大重叠率是否达到95%。

500轮次评估结果如下：

单次运行结果详见eval_info.json，由以下评估命令生成：

python lerobot/scripts/eval.py \
    --policy.path=outputs/train/vqbet_pusht/checkpoints/200000/pretrained_model \
    --output_dir=outputs/eval/vqbet_pusht/200000 \
    --env.type=pusht \
    --seed=100000 \
    --eval.n_episodes=500 \
    --eval.batch_size=50 \
    --device=cuda \
    --use_amp=false