Junhyeong0411/dispo_baseline_ckpt

该数据集包含DiSPo基线检查点，主要用于机器人学任务。具体内容包括：来自DP-C、MaIL、DiSPo和ManiFlow运行的StackThree D1基线检查点；训练输出工件，如Hydra配置、评估摘要、JSONL/CSV摘要、日志、脚本和回放视频；以及50个种子（从100000到100049）的评估结果。数据集总文件数为2019，检查点类文件（.ckpt、.pt、.pth）有57个，总大小为118.432 GiB。评估结果显示了不同运行的成功率和成功次数。This dataset repository contains: StackThree D1 baseline checkpoints from DP-C, MaIL, DiSPo, and ManiFlow runs; training output artifacts such as Hydra configs, eval summaries, JSONL/CSV summaries, logs, scripts, and rollout videos; and 50-seed evaluation results for seeds from 100000 through 100049. The total uploaded file count is 2019, with 57 checkpoint-like files (.ckpt, .pt, .pth) and a total staged payload size of 118.432 GiB. Evaluation results include success rates and counts for different runs.

搜集汇总

数据集介绍

构建方式

DiSPo Baseline Checkpoints 数据集汇聚了来自机器人操作领域的多类基线模型检查点，具体涵盖 DP-C、MaIL、DiSPo 和 ManiFlow 四种方法在 StackThree D1 任务上的训练输出。数据集上传自 `/home1/ncloud` 路径，包含训练过程中生成的 Hydra 配置、评估摘要、JSONL/CSV 格式的汇总表、日志、脚本以及滚动视频等完整工件。为避免冗余，重复的 `checkpoint_used.ckpt` 文件被有意跳过，最终收录 2019 个文件，其中检查点文件（.ckpt、.pt、.pth）共 57 个，总存储大小达 118.432 GiB。所有文件清单及来源路径详见 `MANIFEST.csv` 文件。

使用方法

用户可通过加载数据集中的 `.ckpt`、`.pt` 或 `.pth` 格式的检查点文件，直接复现对应模型在 StackThree 任务上的表现。评估结果已整理为 `EVAL_50SEED_RESULTS.csv` 表格，便于快速查阅各运行配置的成功率统计。结合 Hydra 配置文件与日志，研究者可追溯训练超参数与环境设置，从而进行消融实验或迁移学习。数据集的整体结构清晰，检查点与评估文件分离存放，适合通过编程方式批量加载与分析，为机器人操作策略的基准测试提供了标准化数据基础。

背景与挑战

背景概述

DiSPo Baseline Checkpoints数据集由韩国科学技术院（KAIST）等机构的研究人员于2026年创建，专注于机器人操作中的策略学习与评估。该数据集的核心研究问题在于对比不同模仿学习与策略优化方法在堆叠任务（如StackThree D1）上的表现，涵盖DP-C、MaIL、DiSPo和ManiFlow四种基线算法。通过提供标准化的训练输出、50种子随机评估结果以及详细的日志与配置记录，该数据集为机器人策略泛化性研究提供了可复现的基准平台。其对相关领域的影响力体现在推动多任务连续决策下的策略可推广性与鲁棒性评估，并促进非策略算法与端到端轨迹生成方法的公平比较。

当前挑战

该数据集所解决的领域挑战主要源于机器人操控任务中策略的泛化性能不足与评估标准缺失：传统方法难以在不同种子效率下区分算法优劣，而本文献通过50种子评估暴露了ManiFlow完全失效（零成功率）与MaIL低效（约10%成功率）的差异。构建过程中面临的技术挑战包括：1）异源训练工件的结构化整合，需统一Hydra配置、JSONL/CSV日志与视频回放等多样输出格式；2）检查点去重管理，因原始训练目录中存在冗余文件（如checkpoint_used.ckpt），需在仅上传57个关键模型文件的同时控制总载荷达118.4 GiB。这些壁垒制约了机器人基准的标准化构建与跨实验室复现。

常用场景

经典使用场景

DiSPo基线检查点数据集专为机器人操作任务中的模仿学习与策略优化研究而设计，其经典使用场景聚焦于StackThree堆叠挑战这一高精度操作基准。研究者可借助该数据集中的DP-C、MaIL、DiSPo及ManiFlow等多种基线策略检查点，复现并对比不同算法在复杂动态环境下的性能差异，尤其适用于评估策略在稀疏奖励与长时序决策任务中的鲁棒性与泛化能力。

解决学术问题

该数据集系统性地解决了机器人操作领域中基线策略复现困难与评估标准不统一的关键学术问题。通过提供统一的50种子评价结果、完备的训练日志与配置记录，它使研究者能够以标准化方式量化策略的成功率差异，例如揭示DiSPo方法在相似成功率下较DP-C具有更稳定的收敛特性，为探索噪声鲁棒性、奖励设计及策略对比分析奠定了可重复研究的基石。

实际应用

在实际应用层面，DiSPo基线检查点数据集为工业机器人精密装配、仓储分拣及柔性制造等场景提供了直接的算法验证基础。工程师可利用其预训练检查点快速部署或微调策略，在物理机器人上实现从仿真到真实环境的迁移，尤其适用于需要高成功率的精细操作任务，如电子元件堆叠或微小部件抓取，从而加速机器人操作系统的工程落地与迭代优化。

数据集最近研究

最新研究方向

在机器人操作领域，该数据集为模仿学习与策略优化提供了关键基准，聚焦于多任务操控场景下不同算法在复杂堆叠任务中的性能对比。前沿方向集中于比较扩散策略（DP-C）、多模态模仿学习（MaIL）、基于分发的策略优化（DiSPo）以及流匹配方法（ManiFlow）在50次随机种子评估中的鲁棒性与泛化能力。研究热点在于揭示DiSPo在最佳检查点下达到0.62成功率、与DP-C持平，但其最终检查点仅0.36，远低于DP-C的0.62，凸显了策略训练过程中检查点选择对最终性能的深远影响。该数据集通过开放完整的训练输出、配置与评估视频，推动了操作策略的可复现性，并为探索长时域任务下的稳定学习与抗遗忘机制提供了重要数据支撑。