MCDC只改初始噪声:长程拼接规划在OGBench上提升,且可与搜索类方法叠加
组合式扩散规划器把长程任务拆成若干短轨迹块分别生成再拼接,但各块独立初始化时可能各自选到互不兼容的局部模式,拼出的轨迹局部可行却整体不连贯。MCDC是一种免训练的推理方法,它把相邻块的初始高斯噪声改为相关耦合,同时保持每块边缘分布仍为标准高斯,从而在不改动预训练去噪器的情况下偏向兼容的重叠模式选择。在OGBench长程Stitch任务上,MCDC相对独立采样一致提升,推理时间几乎不变,并在成功率与开销之间优于基于搜索的组合方法。