HPT

用预训练Transformer统一异构机器人策略,提升泛化与训练效率

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 38 🐛 待处理 3 👀 关注 7
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 547
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

HPT 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队liruiw
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型foundation-models,heterogeneity,hpt,policy,robotics
GitHub 星标★ 547
上线时间2024-04-11 00:00:00
代码更新2024-12-06
仓库体积55.5 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数9

项目介绍

HPT(异构预训练Transformer)是一个将Transformer架构应用于机器人策略学习的开源项目,旨在解决机器人学习中的泛化性和可扩展性问题。它通过预训练一个异构Transformer模型,能够处理来自不同机器人形态、不同传感器配置和不同任务的多模态数据,并统一为通用的策略表示。核心能力包括:支持多种机器人本体(如机械臂、四足机器人等)的策略学习,利用大规模异构数据预训练提升样本效率和泛化能力,以及提供可扩展的策略微调机制。项目代码基于Python和PyTorch实现,包含模型定义、训练脚本和推理接口,为机器人学习和具身智能研究提供了一个基础框架。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 547

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:高级 约 90 分钟 部署方式:本地GPU 5 步

环境要求

  • PyTorch
  • 单卡 24G 以上显存
  • 机器人演示数据

安装与启动步骤

  1. 1拉仓库备环境

    按仓库说明建虚拟环境,注意它锁定的 PyTorch 版本。

    git clone https://github.com/liruiw/HPT.git
  2. 2下预训练权重

    脚本直接吃 hf:// 路径,先确认网络能拉 Hugging Face。

  3. 3跑一次微调脚本

    先用 20 任务的 metaworld 配置验证管线通不通。

    bash experiments/scripts/metaworld/train_test_metaworld_20task_finetune.sh hf://liruiw/hpt-base
  4. 4换成自己的机器人数据

    数据接口是整套东西里最需要改的部分。

  5. 5对比从头训

    不对比就看不出预训练权重到底帮了多少。

如何确认成功

用预训练权重微调 20 个 metaworld 任务,成功率明显高于同配置从头训练,且日志里能看到每任务的分项结果

注意事项

  • 论文是 NeurIPS 2024 Spotlight,核心是把视觉与本体感知拼成异构 token 再统一建模。
  • 权重在 Hugging Face 上,脚本用 hf:// 前缀直接引用,省掉手动下载。
  • 它偏研究代码,接口围绕论文实验组织,接自己产线要重写数据层。
  • 显存和训练时长是主要门槛,先跑 smoke 配置再上全量。

核心亮点

  • 提出异构预训练Transformer架构,能处理不同机器人形态和传感器配置,泛化性强
  • 预训练+微调范式,显著降低下游任务的数据需求,提升样本效率
  • 代码结构清晰,基于PyTorch,易于扩展和二次开发

不足之处

  • 项目处于早期阶段,文档和社区支持尚不完善
  • 依赖大规模异构数据预训练,个人开发者难以复现完整实验

适用场景

  • 多机器人本体策略学习与迁移
  • 机器人操作任务的预训练与快速微调
  • 具身智能研究中的通用策略基础模型

替代项目

RT-1 (Robotics Transformer)、BC-Z、Gato (DeepMind)

上一篇:LLM4TS

下一篇:HyperSIGMA

同类项目推荐

Awesome-Code-LLM 开源

一站式导航代码大模型研究,快速找到你需要的一切

[TMLR] A curated list of language modeling researches for code (and other software e···

★ 3452 2026-08-09
Differential-Transformer-PyTorch 开源

用差分注意力降低噪声,让模型更聚焦关键信息

PyTorch implementation of the Differential-Transformer architecture for sequence mod···

★ 86 2026-08-09
BioReason 开源

让 AI 读懂 DNA,自动进行多模态生物推理

BioReason: Incentivizing Multimodal Biological Reasoning within a DNA-LLM Model | ···

★ 406 2026-08-09
IvyGPT 开源

让AI看病像医生一样,边问边推理,给出透明诊断路径

[CICAI 2023] The official codes for "Ivygpt: Interactive chinese pathway language mo···

★ 57 2026-08-09
awesome-deep-learning-resource 开源

一站式收藏深度学习论文笔记与优质开源资源,省去全网搜索时间。

个人总结的大模型、Agent、多模态、自然语言处理NLP、计算机视觉CV等方向paper的阅读笔记;···

★ 71 2026-08-09
llama2 开源

用 Llama 2 快速搭个能聊天的网页应用

This chatbot app is built using the Llama 2 open source LLM from Meta.

★ 379 2026-08-09
awesome-local-llm 开源

一站式找到本地跑大模型的所有工具和教程

A curated list of awesome platforms, tools, practices and resources that helps run L···

★ 3049 2026-08-09
small-doge 开源

小模型也能跑得溜,低资源部署不将就。

Doge Family of Small Language Models

★ 199 2026-08-09