genima

用扩散模型教机器人从演示中学会精细操作

GENIMA 是一个基于扩散模型的机器人操作学习框架，核心思路是通过行为克隆（Behavioral Cloning）和模仿学习（Imitation Learning）让机器人从人类演示中学会复杂操作任务。项目提供了官方代码实现，支持 RLBench 仿真环境，并集成了扩散模型用于生成机器人动作序列。它解决了传统模仿学习方法在动作多样性、多模态分布建模上的不足，能够生成更平滑、更自然的机器人运动轨迹。核心能力包括：扩散策略学习、多任务操作支持、与 RLBench 的接口对接，以及训练和评估流程的完整代码。项目处于早期阶段，适合研究者和开发者探索扩散模型在机器人操作中的应用。