List your company

Locomotion on D4RL walker2d-medium

88.1Normalized ScoreIDQL
-2.7783220.8150944.408568.00191Oct 15, 2022May 10, 2023Dec 4, 2023Jun 29, 2024Jan 22, 2025Aug 18, 2025Mar 14, 2026

Evaluation results

MethodLinks
IDQLCategory=Multi-step Diffusion Policies2025.0888.1———
OFQLCategory=One-step Flow Policies2025.0887.4———
DQLCategory=Multi-step Diffusion Policies2025.0887———
EDPCategory=Multi-step Diffusion Policies2025.0886.5———
DMEMM2026.0286.5———
PRDC2024.0385.2———
A2PO2024.0384.9———
SAGE2026.0384.8———
BiTrajDiffRL Algorithm=CQL2025.0684.2———
HD-DA2026.0284———
TD3-BCCategory=Non-Diffusion Policies2025.0883.7———
RTDiffRL Algorithm=CQL2025.0683.5———
SyntherRL Algorithm=CQL2025.0683.4———
DVreproduced=true2026.0382.8———
DTAMP2023.1282.7———
BaseRL Algorithm=CQL2025.0682.6———
DD2023.1282.5———
DiffStitchRL Algorithm=CQL2025.0682.4———
RGG2026.0381.7———
HDMI2026.0279.9———
LoMAP2026.0379.9———
ISCTSeeds=5, Episodes=102026.0279.8———
Diffuser2023.1279.7———
TD3+BC2026.0279.7———
DDCategory=Diffusion Planners2025.0879.6———
Diffuser2026.0279.6———
Diffuserreproduced=true2026.0379.6———
Diffuser2026.0379.6———
DiffuserCategory=Diffusion Planners2025.0879.4———
TT2023.1279———
TT2026.0279———
TT2026.0379———
IQL+ReD2024.0378.6———
IQL2023.1278.3———
IQL2026.0278.3———
IQLCategory=Non-Diffusion Policies2025.0878.3———
IQL2026.0278.3———
IQL2026.0378.3———
IMLE+Exp RW2026.0378.3———
MOReL2026.0277.8———
MOReL2026.0377.8———
BiTrajDiffRL Algorithm=DT2025.0677.8———
CQL2023.1275.3———
BCCategory=Non-Diffusion Policies2025.0875.3———
BC2026.0275.3———
BC2026.0375.3———
%BC2024.0375———
SyntherRL Algorithm=DT2025.0674.8———
DT2023.1274———
DT2024.0374———
DT2026.0274———
DT2026.0274———
DT2026.0374———
FQLCategory=One-step Flow Policies2025.0872.7———
CQL2026.0272.5———
CQL2026.0272.5———
CQL2026.0372.5———
DiffStitchRL Algorithm=DT2025.0672.3———
RTDiffRL Algorithm=DT2025.0671.6———
BaseRL Algorithm=DT2025.0669.6———
LDCQ2026.0369.4———
MBOP2026.0341———
MOPO2026.0317.8———
TD3+BCMethod Category=Best RL Baseline, Seeds=52022.100.837———
One-step RLMethod Category=Weighted BC, Seeds=52022.100.818———
PORMethod Category=Conditioned BC, Seeds=52022.100.811———
IQLMethod Category=Weighted BC, Seeds=52022.100.783———
10%BCMethod Category=Weighted BC, Seeds=52022.100.75———
DTMethod Category=Conditioned BC, Seeds=52022.100.74———
RvSMethod Category=Conditioned BC, Seeds=52022.100.717———
Adaptive Policy Selection and Fine-TuningPhase=Online, Online Interaction Budget=320 K2026.05———89.6
AWAC2026.05———2,910.2
BC2026.05———2,748.3
BestPhase=Offline2026.05———90.9
Cal-QL2026.05———3,083.6
COOPO2026.05———3,570.4
CQL2026.05———2,651.3
FTPhase=Online, Online Interaction Budget=320 K2026.05———31.4
IQL2026.05———2,718.4
O2PPOOnline update way=IQL2024.12—86.659—
O2SACOnline update way=SAC2024.12—106.5125.42—
ODT2026.05———2,625.7
OEPhase=Online, Online Interaction Budget=320 K2026.05———90
Off2OnOnline update way=SAC2024.12—98.217.55—
Off2ON2026.05———2,413.6
Onestep RL2026.05———2,987.6
OPEPhase=Offline2026.05———24.4
PEX2026.05———2,922.4
TD3+BC2026.05———3,052
Uni-O42026.05———3,289.3