smp

这是一个面向人形机器人运动控制的强化学习项目，复现了Score-Matching Motion Priors（SMP）方法，并适配至Unitree G1硬件平台。核心功能包括：基于DDPM预训练的冻结运动先验模型，作为PPO策略训练中的SDS式引导奖励，无需任务专属动作片段或判别器即可生成自然运动；提供三个预训练先验（步行/转向/起立），支持开箱即用的下游任务训练。技术特点涵盖运动窗口建模、物理仿真环境（mjlab）、端到端运动先验迁移与奖励重构设计。适用于具身智能、人形机器人运动策略学习及基于扩散先验的强化学习研究场景。