Refining Compositional Diffusion

Refining Compositional Diffusion 改进了长时规划，减轻了模式平均问题。

研究人员开发了 Refining Compositional Diffusion (RCD)，这是一种用于改进机器人长时轨迹规划的新方法。RCD 解决了组合扩散规划中的模式平均问题，即组合短时规划可能导致全局不连贯或局部不可行的轨迹。通过使用一种无需训练的引导技术，该技术利用自重构误差和重叠一致性，RCD 将规划过程引向更可靠、更连贯的路径。在 OGBench 的复杂任务（包括运动和物体操作）上的实验表明，RCD 的性能显著优于现有方法。