arXiv · 机器人与计算机视觉· Tina Lakhani, Jing Wu, Yu-Kun Lai, Ze Ji·· 12 小时前精选AI 评分82
随机多样性窗口:诊断机器人扩散采样中的噪声影响
Stochastic Diversity Windows: Diagnosing Noise Influence in Robotic Diffusion Sampling
AI 导读
该论文针对机器人控制中扩散模型的随机性作用研究不足的问题,引入每步反事实诊断以测试采样噪声对最终输出的影响。研究发现不同配置下噪声诱导的偏差在下游可能放大、收缩或衰减,据此定义“随机多样性窗口”并应用针对性干预策略。实验显示,利用低影响区域替换 DDPM 步骤为 DDIM 跳步,可将网络评估减少最多 40-60%,时钟时间减少最多 85%,且在保持可行性、成本和多样性方面未发现一致变化。
推荐理由
提出随机多样性窗口诊断方法,揭示去噪过程中噪声影响的时间敏感性,并通过采样干预实现推理加速。
来源:arXiv · 机器人与计算机视觉 · arxiv.org