# Ctrl-World

> 权威词条地址：https://robotics.hellobike.com/models/yjguo-ctrl-world
> 所属分类：models | 最近核验日期：2025-11-03 | 技术层级：L7, L8

## 核心摘要

yjguo 在 Hugging Face 发布的机器人模型，架构为 Diffusion Policy (CNN / Transformer UNet)，训练数据包含 cadene/droid_1.0.1。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7", "L8"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/yjguo/Ctrl-World"}] |
| `updated` | 2025-11-03 |
| `family` | policy |
| `params` | 80M |
| `architecture` | Diffusion Policy (CNN / Transformer UNet) |
| `action_representation` | 连续扩散去噪轨迹 (Diffusion Action Trajectory) |
| `code_license` | mit |
| `weights_license` | mit |
| `data_formats` | ["SafeTensors"] |
| `pretraining_data` | ["cadene/droid_1.0.1"] |
| `status` | research |
| `hub_id` | yjguo/Ctrl-World |
| `hub_stats` | {"downloads": 111, "likes": 6, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/yjguo/Ctrl-World"] |

## 技术详解与生态说明

Ctrl-World 是一个面向机器人操作的可控生成式世界模型，采用动作条件建模，兼容现代 VLA 策略。它支持将策略放在闭环中完全在想象环境里 rollout，可用于评估和改进 VLA 的指令跟随能力。

该仓库提供的 Ctrl-World 检查点训练自开源 DROID 数据集，数据规模约 95k 条轨迹、564 个场景。DROID 平台由 Franka Panda 机械臂、Robotiq 夹爪以及三路相机组成，其中包括两个随机放置的第三视角相机和一个腕部相机。

项目指出详细使用方式需参考官方 Ctrl-World GitHub 仓库。模型开发基于开源视频基础模型 Stable-Video-Diffusion，仓库中使用的 VLA 模型来自 openpi。

## 原始核验来源 (Sources)

- [Hugging Face yjguo/Ctrl-World](https://huggingface.co/yjguo/Ctrl-World)