CompDiffuser checkpoints
чекпоинты для диффузионного планирования в RL
2 min readupdated
Набор предобученных весов и конфигураций для фреймворка Native Chunk Consistency Models (comp_flow_map) от CUMTHenry. Модель решает задачи планирования траекторий и управления агентами в симуляциях обучения с подкреплением (RL — reinforcement learning) на средах OGBench: навигация в лабиринтах (AntMaze, PointMaze, HumanoidMaze), футбол для роботов (AntSoccer) и манипуляции с кубиками (Cube). Внутри собраны диффузионные планировщики (CompDiffuser), модели обратной динамики, низкоуровневые контроллеры и дистиллированный student-чекпоинт Chunk Consistency. Пригодится исследователям и разработчикам в области offline RL и диффузионного планирования, чтобы воспроизводить результаты без многочасового обучения с нуля.
Ключевые особенности
- Охватывает 12 сред из бенчмарка OGBench, включая сложные задачи с гуманоидами и сборку комбинаций из 1–4 кубиков.
- Включает оригинальные диффузионные планировщики (шаги обучения до 1800k) и модели обратной динамики (inverse dynamics).
- Содержит дистиллированные веса Chunk Consistency для ускоренного вывода на задаче
antmaze-giant-stitch-v0(шаги 200k, 400k, 600k). - Вместе с весами (
state_.pt) сохранены полные конфигурации сетей, нормализации датасетов, рендера и логи метрик обучения.
Что можно сделать
- Использовать готовые планировщики и контроллеры для тестирования алгоритмов навигации и манипуляции в средах OGBench.
- Сравнить скорость и качество работы стандартного диффузионного учителя CompDiffuser и дистиллированной модели Chunk Consistency на задаче
antmaze-giant-stitch-v0. - Взять предобученные чекпоинты как базу для дальнейшей дистилляции других сред из набора (например, HumanoidMaze или AntSoccer).
Пример
# Загрузка через вспомогательный скрипт из репозитория кода
bash download_artifacts_from_hf.sh --repo CUMTHenry/compdiffuser_checkpoints
# Или вручную через утилиту hf
hf download CUMTHenry/compdiffuser_checkpoints --include "dql_results/*" --local-dir .
hf download CUMTHenry/compdiffuser_checkpoints --exclude "dql_results/*" --local-dir logs
Подробнее
Лицензия: MIT (построено на базе RCD, CompDiffuser, CDGS и OGBench).Формат хранения: только веса моделей и pickle/json-конфиги без видео и результатов прогонов.
Ограничения: для запуска планирования требуются сами датасеты и ассеты сред OGBench, которые не входят в репозиторий.
Статус: модель Chunk Consistency для
antmaze-giant-stitch-v0 продолжала обучаться на момент публикации, возможны обновления.









Comments