具身开发者社区

外观

踩坑GitHub openvla/openvla2024-12-11

LIBERO上Diffusion Policy成功率0%的复现参数与代码库配置 ​

针对LIBERO基准测试中Diffusion Policy训练成功率为0%的问题，维护者提供了基于DROID代码库的具体超参数、数据增强策略及过滤数据集使用建议。

AI 整理
  • 仿真与训练
  • 具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：Codebase/Checkpoints for diffusoin policy on libero（GitHub openvla/openvla #162）

状态：有绕过办法

问题 ​

开发者在使用lerobot代码库复现OpenVLA论文中LIBERO基准测试结果时，Diffusion Policy在简单任务（如关闭抽屉）上成功率始终为0%，无法达到论文报告的性能指标，需确认正确的代码实现与训练配置。

环境 ​

LIBERO仿真基准测试；DROID policy learning代码库；语言条件版Diffusion Policy；OpenVLA过滤后的LIBERO数据集。

解决办法 ​

  1. 弃用lerobot，改用DROID policy learning仓库（droid-dataset/droid_policy_learning）或官方语言条件版Diffusion Policy实现。
  2. 每个任务套件独立训练25-50个epoch，Batch size设为128。
  3. 设置2步观测历史、8步预测视域与3步动作视域（预测8步执行3步），采用100步DDIM采样器。
  4. 输入仅使用224x224像素第三人称图像加机器人本体状态，禁用其他视角。
  5. 应用Color jitter与随机裁剪（202x202像素）作为图像增强策略。
  6. 训练数据必须使用OpenVLA代码库提供的过滤后LIBERO数据集，而非原始数据集。

讨论原作者：@YY-GX 等，版权归原作者所有。

来源

本页事实对应的公开页面，以原文为准。

  1. GitHub openvla/openvla #162：Codebase/Checkpoints for diffusoin policy on libero访问 2026-10-26