跳到正文
arXiv · 机器人与计算机视觉· Hikmet Simsir, Mahyar Fardinfar, Ozgur S. Oguz·· 2026-10-06AI 评分72

P3:用于受限扩散控制的持久粒子规划

P3: Persistent Particle Planning for Constrained Diffusion Control

AI 导读

该论文介绍了一种名为 P3 的序列蒙特卡洛框架,旨在解决将扩散模型先验适配到测试时约束的问题。该方法通过维护加权候选计划种群,在重规划步骤中移位和部分重新噪声化轨迹,并在最新观测下细化这些轨迹。研究证明重新噪声化的深度控制保持路径的可靠性,且保留稀有分离路径比从头采样更高效。实验表明,人口复用减少了路线切换并提高了成功率而不违反约束。代码和预训练模型已公开。

来源:arXiv · 机器人与计算机视觉 · arxiv.org