许可证：apache-2.0
数据集：

• lerobot/pusht
  标签：
• diffusion-policy
• model_hub_mixin
• pytorch_model_hub_mixin
• robotics
  管道标签：robotics

Diffusion Policy / PushT 模型卡

Diffusion Policy（依据论文《Diffusion Policy: Visuomotor Policy Learning via Action Diffusion》）针对gym-pusht中的PushT环境训练而成。

模型使用入门

请参阅LeRobot库（特别是评估脚本）了解如何加载和评估此模型。

训练详情

使用LeRobot@3c0a209版本训练。

模型通过LeRobot的训练脚本和pusht数据集训练完成，使用的命令如下：

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  

训练曲线可在https://wandb.ai/aliberts/lerobot/runs/s7elvf4r查看。
当前模型对应175k步的检查点。

评估

模型在gym-pusht的PushT环境中进行评估，并与使用原始Diffusion Policy代码训练的类似模型进行对比。每轮评估包含两项指标：

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

以下是500轮评估的指标结果。“Theirs”列表示在原始Diffusion Policy仓库训练并在LeRobot上评估的等效模型（模型权重可在本仓库的original_dp_repo分支中找到）。

每轮评估的详细结果见eval_info.json。
评估通过以下命令完成：

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