外观
diffusion_pusht
lerobot 在 Hugging Face 发布的机器人模型,架构为 Diffusion Policy (CNN / Transformer UNet) (resnet18),参数规模 263M,训练数据包含 lerobot/pusht。
模型
hugging-facelerobot-diffusion-pusht
模型档案汇总架构、许可、适配机型与资料来源
lerobot 在 Hugging Face 发布的机器人模型,架构为 Diffusion Policy (CNN / Transformer UNet) (resnet18),参数规模 263M,训练数据包含 lerobot/pusht。
这个模型的核心架构、动作空间设计与真机部署定位。
Diffusion Policy / PushT 是一个按《Diffusion Policy: Visuomotor Policy Learning via Action Diffusion》方法训练的策略模型,面向 gym-pusht 中的 PushT 环境。模型使用 LeRobot 的训练脚本和 pusht 数据集训练,训练版本标注为 LeRobot@3c0a209,当前权重对应 175k steps 的 checkpoint。
模型在 gym-pusht 的 PushT 环境上评估,并与使用原始 Diffusion Policy 代码训练的等价模型对比。500 个 episode 的评估中,平均最大重叠率为 0.955,对比模型为 0.957;成功率为 65.4%,对比模型为 64.2%。加载和评估方式指向 LeRobot 库,尤其是其中的 evaluation script。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
apache-2.0
权重许可证
apache-2.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download lerobot/diffusion_pusht --local-dir ./checkpoints/lerobot-diffusion-pusht
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=lerobot/diffusion_pusht预训练与微调基准数据集:lerobot/pusht
模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。