今天在 GitHub Trending 上看到一个有意思的项目：stable-worldmodel，这是一个为世界模型研究提供可复现评估的平台，统一了数据收集、训练和评估流程。
stable-worldmodel 是由 Galilai Group 开发的开源项目，旨在为世界模型研究提供一个统一的、可复现的实验平台。世界模型（World Model）是强化学习中的一个核心概念，它让智能体能够学习环境的内部表示，从而进行规划和决策。
核心特性：
解决的问题： 世界模型研究缺乏统一的标准化平台，不同研究使用的环境、数据格式和评估方法各不相同，导致结果难以复现和比较。stable-worldmodel 通过提供统一接口和标准化环境，解决了这个痛点。
stable-worldmodel 采用模块化设计，核心架构分为三层：
import stable_worldmodel as swm
from stable_worldmodel.policy import WorldModelPolicy, PlanConfig
from stable_worldmodel.solver import CEMSolver
# 1. 收集数据集
world = swm.World("swm/PushT-v1", num_envs=8)
world.set_policy(your_expert_policy)
world.collect("data/pusht_demo.lance", episodes=100, seed=0)
# 2. 加载数据并训练世界模型
dataset = swm.data.load_dataset("data/pusht_demo.lance", num_steps=16)
world_model = ... # 你的模型
# 3. 使用模型预测控制评估
solver = CEMSolver(model=world_model, num_samples=300)
policy = WorldModelPolicy(solver=solver, config=PlanConfig(horizon=10))
world.set_policy(policy)
results = world.evaluate(episodes=50)
print(f"Success Rate: {results['success_rate']:.1f}%")
stable-worldmodel 的数据流设计非常灵活，支持多种格式：
| 格式 | 磁盘布局 | 适用场景 |
|---|---|---|
lance | LanceDB 表（episode 连续扁平行） | 默认格式 — 支持追加，快速索引读取 |
hdf5 | 单个 .h5 文件（每列一个数据集） | 可移植的单文件工件 |
folder | .npz 列 + 每步一张 JPEG | 检查、部分键流读取 |
video | .npz 列 + 每 episode 一个 MP4 | 长 episode，紧凑图像存储 |
lerobot | lerobot://<repo_id>（只读适配器） | 直接在 LeRobot Hub 数据集上训练/评估 |
性能对比（基于 PushT 数据集）：
uv 进行依赖管理从 PyPI 安装：
pip install stable-worldmodel # 仅基础功能
pip install 'stable-worldmodel[all]' # + 训练、环境、数据格式
从源码安装（开发模式）：
git clone https://github.com/galilai-group/stable-worldmodel
cd stable-worldmodel
uv venv --python=3.10 && source .venv/bin/activate
uv sync --extra all --group dev
数据集和检查点存储在 $STABLEWM_HOME（默认为 ~/.stable_worldmodel/）。
import stable_worldmodel as swm
# 创建环境
world = swm.World("swm/PushT-v1", num_envs=8)
# 使用随机策略收集数据
import gymnasium as gym
world.set_policy(lambda obs: gym.spaces.unflatten(env.action_space, np.random.randn()))
# 收集数据
world.collect("data/pusht_demo.lance", episodes=100, seed=0)
# 加载数据集
dataset = swm.data.load_dataset("data/pusht_demo.lance", num_steps=16)
print(f"Dataset size: {len(dataset)}")
1. 环境列表和变异因子
# 列出所有注册的环境
swm envs
# 查看环境的变异因子
swm fovs PushT-v1
stable-worldmodel 的一大特色是提供丰富的变异因子（Factors of Variation），包括光照、纹理、动力学、形态等可独立控制的视觉和物理参数，方便评估分布偏移下的零样本泛化能力。
2. 数据集管理
# 列出缓存的数据集
swm datasets
# 检查特定数据集
swm inspect pusht_expert_train
# 转换数据集格式
swm convert pusht_expert_train --dest-format video
3. 训练基线模型
项目提供了常见基线的参考实现：
自定义环境
添加新环境只需遵循 Gymnasium 接口：
from gymnasium import Env, spaces
import numpy as np
class MyCustomEnv(Env):
def __init__(self):
super().__init__()
self.action_space = spaces.Box(low=-1, high=1, shape=(2,))
self.observation_space = spaces.Box(low=-np.inf, high=np.inf, shape=(64,))
def reset(self, seed=None):
# 初始化环境
return self._get_obs(), {}
def step(self, action):
# 执行动作
obs = self._get_obs()
reward = 0
terminated = False
return obs, reward, terminated, False, {}
def _get_obs(self):
return np.random.randn(64)
# 注册环境
swm.register_env("MyCustomEnv-v0", MyCustomEnv)
自定义求解器
实现自定义规划求解器：
from stable_worldmodel.solver import BaseSolver
class MyCustomSolver(BaseSolver):
def __init__(self, model, **kwargs):
super().__init__(model)
self.kwargs = kwargs
def solve(self, initial_state, goal_state, horizon):
# 实现你的规划算法
actions = np.random.randn(horizon, self.action_dim)
return actions
# 使用自定义求解器
solver = MyCustomSolver(model=world_model, num_samples=100)
policy = WorldModelPolicy(solver=solver, config=PlanConfig(horizon=10))
复现 DINO-WM
# 训练 DINO-WM 模型
python scripts/train/prejepa.py \
--config configs/dinowm_pusht.yaml \
--data_path data/pusht_demo.lance \
--output_dir checkpoints/dinowm_pusht
评估世界模型
from stable_worldmodel.policy import WorldModelPolicy, PlanConfig
from stable_worldmodel.solver import CEMSolver
# 加载训练好的模型
world_model = load_checkpoint("checkpoints/my_model.pt")
# 创建求解器
solver = CEMSolver(model=world_model, num_samples=300)
# 创建策略
policy = WorldModelPolicy(solver=solver, config=PlanConfig(horizon=10))
# 评估
world = swm.World("swm/PushT-v1", num_envs=8)
world.set_policy(policy)
results = world.evaluate(episodes=50)
print(f"Success Rate: {results['success_rate']:.1f}%")
print(f"Average Return: {results['average_return']:.2f}")
问题：pip install stable-worldmodel[all] 失败
解决方案：
pip install torch torchvisionuv 进行依赖管理：uv sync --extra all --group dev问题：ModuleNotFoundError: No module named 'dm_control'
解决方案：
pip install 'stable-worldmodel[env]'
问题：数据集加载失败
解决方案：
swm inspect <dataset_name> 检查数据集问题：训练速度慢
解决方案：
num_envs 进行并行数据收集问题：LeRobot 数据集支持失败
解决方案：
pip install 'stable-worldmodel[lerobot]'stable-worldmodel 为世界模型研究提供了一个统一、可复现的实验平台，极大地降低了研究门槛，提升了代码的可复现性。其核心优势包括：
如果你是世界模型研究方向的研究者或工程师，stable-worldmodel 绝对值得一试。它不仅能加速你的研究进程，还能提升实验结果的可信度和可复现性。
项目地址：https://github.com/galilai-group/stable-worldmodel
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。