RCD：用免训练引导改进组合扩散，实现可靠长时程规划

针对组合扩散规划中局部多模态导致的模式平均问题，研究者提出免训练引导方法 RCD，利用预训练扩散模型的自重建误差作为组合计划对数密度的代理，并结合重叠一致性项约束分段边界。在 OGBench 的长时程任务（运动、物体操作、像素观测）上，RCD 持续优于现有方法，该工作已被 NeurIPS 2026 接收。