- 类别
- 世界模型
- 开放程度
- 开源
- 发布时间
- 2024 年 11 月
- 开源协议
- MIT
- 发布方所在地
- 美国
项目简介
基于预训练视觉特征的世界模型:用 DINOv2 提取的图像块特征表示状态,在特征空间中预测执行动作后的未来状态,不需要重建像素。训练后可配合 CEM 等规划器,在测试时针对给定的目标图像做零样本动作规划,不依赖专家示范或奖励函数。仓库提供训练与规划代码,以及 PointMaze、PushT、Wall、绳索和颗粒物等可变形物体任务的数据集和部分预训练权重。
基于预训练视觉特征的世界模型:用 DINOv2 提取的图像块特征表示状态,在特征空间中预测执行动作后的未来状态,不需要重建像素。训练后可配合 CEM 等规划器,在测试时针对给定的目标图像做零样本动作规划,不依赖专家示范或奖励函数。仓库提供训练与规划代码,以及 PointMaze、PushT、Wall、绳索和颗粒物等可变形物体任务的数据集和部分预训练权重。