等变扩散策略的对称性感知引导：优势与局限

研究提出对称性感知引导框架，用于对等变扩散策略（EDP）进行强化学习微调。理论证明 EDP 的扩散过程是等变的，可诱导出群不变的隐噪声 MDP；在引导中利用对称性可提升样本效率、防止价值发散，并在演示数据极少时仍取得显著策略改进，同时明确了对称性被破坏时严格等变的实际边界。