# diffusion_policy

> 权威词条地址：https://robotics.hellobike.com/sdks/real-stanford-diffusion-policy
> 所属分类：sdks | 最近核验日期：2024-12-24 | 技术层级：L3

## 核心摘要

real-stanford 在 GitHub 开源的框架，主要语言 Python。 [RSS 2023] Diffusion Policy Visuomotor Policy Learning via Action Diffusion

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L3"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/real-stanford/diffusion_policy"}] |
| `updated` | 2024-12-24 |
| `repo` | https://github.com/real-stanford/diffusion_policy |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main / 最新稳定分支", "tested_env": "Ubuntu 22.04 LTS / Python 3.8 ~ 3.11 / PyTorch 2.0+ / CUDA 11.7+ / 可选搭配 MuJoCo 2.3+ / Isaac Sim 2022.2+", "notes": "克隆仓库后通过 pip install -e . 安装依赖，核心入口为 train.py 脚本，支持自定义观测、动作接口适配各类机器人场景"}] |
| `incompatible_envs` | ["不支持Windows原生运行，WSL2环境需额外配置GPU穿透与仿真环境依赖", "Python 3.12及以上版本存在部分依赖库兼容性问题，暂不推荐使用"] |
| `repo_stats` | {"stars": 4631, "forks": 853, "as_of": "2026-10-13"} |
| `tool_type` | framework |
| `overview_sources` | ["https://github.com/real-stanford/diffusion_policy"] |

## 技术详解与生态说明

diffusion_policy是斯坦福REAL实验室开源的视觉运动策略训练框架，完全基于Python开发，核心功能围绕动作扩散算法实现视觉输入到机器人动作序列的端到端策略学习，支持多模态观测融合、长时序动作生成、策略鲁棒性优化等核心模块，是RSS 2023收录的高影响力扩散策略落地工具。

该框架适配机器人上层VLA（视觉语言动作）策略训练层级，聚焦 visuomotor 策略研发环节，开发者可通过Python API接入自定义机器人观测、动作接口，适配各类实体机器人的动作空间定义，也可结合MuJoCo、Isaac等仿真环境完成策略预训练与验证，无需绑定特定机型即可快速开展扩散策略相关研发。

## 原始核验来源 (Sources)

- [GitHub real-stanford/diffusion_policy](https://github.com/real-stanford/diffusion_policy)