跳到主要内容

模仿学习概览

DISCOVERSE提供了完整的模仿学习工作流，支持从数据收集到策略部署的端到端训练。本章将介绍框架中集成的四种主流模仿学习算法。

🎯 支持的算法​

DISCOVERSE目前支持以下四种模仿学习算法：

1. ACT (Action Chunking with Transformers)​

  • 数据格式: HDF5
  • 适用场景: 复杂操作任务，需要长序列动作规划

2. DP (Diffusion Policy)​

  • 数据格式: Zarr
  • 适用场景: 多模态动作分布，复杂操作技能

3. RDT (Robotics Diffusion Transformer)​

  • 数据格式: HDF5
  • 适用场景: 多任务学习，通用机器人技能

4. OpenPI (Open-source Policy Interface)​

  • 数据格式: HDF5
  • 适用场景: 快速原型开发，少样本学习

🔄 工作流程​

模仿学习的完整流程包括以下步骤：

1. 数据生成​

自动生成演示数据，比真实世界效率提升100倍

2. 数据格式转换​

根据不同算法转换为相应格式：

  • ACT/RDT/OpenPI: 原始数据 → HDF5
  • DP: 原始数据 → Zarr

3. 模型训练​

使用各算法的训练脚本进行策略学习

4. 策略推理​

在仿真或真实机器人上部署训练好的策略

📚 章节导航​

开始您的模仿学习之旅，从数据生成开始！