Differentiable Diffusion Conditioning

新的可微分扩散条件方法优化物理系统

研究人员推出了一种新颖的、用于使用离线模型优化方法来优化复杂高维物理系统的可微分扩散条件（D2C）方法。该方法利用条件扩散模型中反向去噪过程的可微分性，实现端到端的基于梯度的优化。D2C 通过反向传播去噪链中的梯度，整合冻结的代理目标和物理信息惩罚，从而可以直接优化条件变量。该框架在聚变激光脉冲优化、数据中心工作负载调度以及多个 Design-Bench 任务等任务上进行了评估，在实际应用中表现出色，并在基准测试中取得了有竞争力的结果。