训练框架开源

DPPO

Princeton University、Massachusetts Institute of Technology、Harvard University、Toyota Research Institute美国

GitHub 仓库 irom-princeton/dppo

又称 Diffusion Policy Policy Optimization

返回项目库
类别
框架与工具 · 训练框架
开放程度
开源
发布时间
2024 年 8 月
开源协议
MIT
发布方所在地
美国

项目简介

用策略梯度强化学习微调扩散策略的算法框架与官方实现:先用示教数据预训练扩散策略,再把去噪过程当作多步决策用 PPO 微调,并给出一套实践做法。代码覆盖 OpenAI Gym 运动控制、robomimic(Lift、Can、Square、Transport)、D3IL 和 Furniture-Bench 家具装配任务,提供预处理好的预训练数据和论文中的预训练策略检查点。

获取方式

相关概念

数据来源

本页信息均整理自以下公开资料。

2 条来源核验于 2026-10-01

星标、下载量等指标定期自动更新。

DPPO:训练框架介绍、GitHub 仓库与开源协议 | 具身集