Hugging Robot Learning

该项目旨在梳理应用于连续动作空间控制的强化学习、模仿学习、以及离线强化学习相关算法，方便进一步学习。

在之前两版本梳理之后，发现，完全根据综述梳理会造成知识不够具体。因此，接下来准备更关注经典算法，而不是单纯的综述。

内容一直在修改，博客中内容为最新版

本项目计划分为三个阶段，分别是

• 知识梳理阶段 正在进行✨
• 算法复现阶段
• 项目优化阶段

知识梳理阶段主要关注知识框架的搭建；算法复现阶段主要关注经典算法的代码复现；项目优化阶段主要关注知识完整性和准确性、排版整洁性、以及代码准确性。

欢迎批评指正～

欢迎一起做项目～

内容导航

基础篇

章节	内容
第一章	DDPMs：去噪扩散概率模型
第二章	EDM：阐明基于扩散生成模型的设计空间
第三章	Consistency Models：一致性模型
第四章	DiT：基于Transformer可扩展的扩散模型

在线强化学习算法

章节	内容
第一章	MCAC：蒙特卡洛增强的Actor-Critic算法
第二章	SDQN：连续性动作的离散化序列预测

模仿学习篇

章节	内容
第一章	模仿学习简介
第二章	GAIL：生成式对抗模仿学习
第三章	IBC算法
第三章	BeT：一次克隆k个模式
第五章	扩散策略：通过动作扩散进行的视觉策略学习
第六章	DP3：3D扩散策略
第七章	Consistency Policy：通过一致性蒸馏加速视觉运动策略
第八章	MDT：从多模态目标中学习多功能行为

演化算法篇

章节	内容
第一章	演化策略作为强化学习的一种可扩展替代方案
第二章	基于压缩架构的结构化演化以实现可扩展策略优化
第三章

Star History

关注我们

LICENSE

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

注：默认使用CC 4.0协议，也可根据自身项目情况选用其他协议