giga-world-policy

GigaWorld-Policy 是一个高效的以动作为中心的世界-动作模型，旨在通过预训练的视频生成骨干网络来学习2D像素-动作动态，并支持快速的动作解码和可选的视频生成。其核心功能包括比现有领先基线Motus快9倍的推理速度、7%更高的任务成功率以及在RoboTwin 2.0上相比pi-0.5有95%的改进。该项目使用Python开发，适合需要高效机器人策略学习与执行的应用场景，如自动化控制、机器人导航等。通过提供详尽的数据预处理指南、配置文件调整说明及训练和推理脚本，GigaWorld-Policy为研究人员和技术开发者提供了一个强大的工具包。