smp

SMP项目是一个基于Score-Matching Motion Priors的物理基础角色控制方法在Unitree G1人形机器人上的复现。其核心功能包括使用小规模扩散模型（DDPM）预训练运动窗口，并将冻结的分数作为PPO中的引导奖励，使策略能够学习自然的运动而无需针对每个任务的特定动作片段或对抗性判别器。该项目适合于需要通过强化学习让机器人执行如行走、转向等自然动作的研究和开发场景。技术实现上，它基于mjlab框架，提供了三个预训练好的扩散先验模型，可直接用于强化学习阶段，简化了实验流程。