Upload diffusion policy checkpoint at step 100000

README.md

@@ -0,0 +1,85 @@
+# Diffusion Policy Checkpoint - Step 100000
+
+这是第100000步的diffusion policy训练checkpoint，用于机器人视觉运动控制。
+
+## 模型信息
+
+- **模型类型**: Diffusion Policy
+- **训练步数**: 100,000
+- **视觉骨干网络**: resnet18
+- **输入观察步数**: 2
+- **动作步数**: 8
+- **时间范围**: 16
+- **扩散步数**: 100
+
+## 输入特征
+
+- **状态观察**: [14] 维
+- **头部相机图像**: [3, 256, 256] (RGB, 256x256)
+
+## 输出特征
+
+- **动作**: [16] 维
+
+## 训练配置
+
+- **批次大小**: 16
+- **学习率**: 0.0001
+- **优化器**: adam
+- **数据集**: /home/shuo/research/lerobot/data/lerobot_dataset/rainbow_real
+
+## 文件结构
+
+```
+100000/
+├── pretrained_model/
+│   ├── model.safetensors          # 模型权重 (~1005MB)
+│   ├── config.json                # 模型配置
+│   └── train_config.json          # 训练配置
+└── training_state/
+    ├── optimizer_state.safetensors # 优化器状态 (~2GB)
+    ├── scheduler_state.json        # 学习率调度器状态
+    ├── optimizer_param_groups.json # 优化器参数组
+    ├── rng_state.safetensors       # 随机数生成器状态
+    └── training_step.json          # 训练步数信息
+```
+
+## 使用方法
+
+### 加载模型
+
+```python
+import torch
+from lerobot.common.policies.diffusion import DiffusionPolicy
+
+# 加载配置
+config_path = "pretrained_model/config.json"
+with open(config_path, 'r') as f:
+    config = json.load(f)
+
+# 创建模型
+policy = DiffusionPolicy(config)
+
+# 加载权重
+checkpoint = torch.load("pretrained_model/model.safetensors", map_location='cpu')
+policy.load_state_dict(checkpoint)
+```
+
+### 恢复训练
+
+```python
+# 加载训练状态
+training_state = torch.load("training_state/optimizer_state.safetensors")
+optimizer.load_state_dict(training_state)
+
+# 继续训练
+# ... 训练代码
+```
+
+## 数据集
+
+此模型在rainbow_real数据集上训练，包含机器人操作任务。
+
+## 许可证
+
+请参考原始项目的许可证。