RCD：免训练引导改进组合扩散规划

研究者提出免训练引导方法 RCD（Refining Compositional Diffusion），用于改进组合扩散规划。该方法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，并加入重叠一致性项约束分段边界，以缓解局部多模态导致的模式平均问题。 在 OGBench 的长时程任务（运动、物体操作、像素观测）上，作者称 RCD 持续优于现有方法。该工作已被 NeurIPS 2026 接收。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。