diffusion_pusht_keypoints

lerobot 在 Hugging Face 发布的机器人模型，架构为 Diffusion Policy (CNN / Transformer UNet)，参数规模 249M，训练数据包含 lerobot/pusht_keypoints。

模型 hugging-facelerobot-diffusion-pusht-keypoints

模型档案汇总架构、许可、适配机型与资料来源

diffusion_pusht_keypoints

lerobot 在 Hugging Face 发布的机器人模型，架构为 Diffusion Policy (CNN / Transformer UNet)，参数规模 249M，训练数据包含 lerobot/pusht_keypoints。

具身模型
端侧部署

策略模型研究249MHugging Face更新于 2024-07-11

品牌官网官方产品页

概述

这个模型的核心架构、动作空间设计与真机部署定位。

这是一个用于 gym-pusht 中 PushT 环境的 Diffusion Policy 视觉运动策略模型，使用 keypoint-only observations。它基于“Diffusion Policy: Visuomotor Policy Learning via Action Diffusion”的动作扩散思路，用于在 PushT 任务中生成控制动作。

该实现没有采用原始工作中 keypoints-only 的 inpainting 条件方式，而是将观测与 agent position 一起编码，并把编码结果作为 denoising U-Net 的全局条件。模型使用 LeRobot 的训练脚本和 pusht_keypoints 数据集训练，训练版本为 LeRobot@cc2f6e7，在 Nvida RTX H100 上约训练 5 小时。

模型在 gym-pusht 的 PushT 环境中评估；500 个 episode 上，Average max. overlap ratio 为 0.97，Success rate 为 71.0%。可通过 python lerobot/scripts/eval.py -p lerobot/diffusion_pusht 进行 50 个 episode 的评估，输出写入 outputs/eval。

资料出处 Hugging Face lerobot/diffusion_pusht_keypoints

关键参数与架构规格

参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。

参数量: 249M
Hub 下载量: 236; 出处Hugging Face
Hub 点赞: 2; 出处Hugging Face

网络架构: Diffusion Policy (CNN / Transformer UNet)
动作空间表示: 连续扩散去噪轨迹 (Diffusion Action Trajectory)
支持数据格式: SafeTensors

暂未公开或待收录：微调显存需求 · 闭环控制频率

快速部署与许可说明

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

权重下载与策略推理参考

# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download lerobot/diffusion_pusht_keypoints --local-dir ./checkpoints/lerobot-diffusion-pusht-keypoints

# 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_keypoints

预训练与微调基准数据集：lerobot/pusht_keypoints