跳到主要内容
检索

# 组合扩散

2 篇关联报道

订阅更新
  1. arXiv

    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。

  2. arXiv

    两个冻结专家拼出全身手势:CFGComposer补上被丢掉的跨模态项,语义召回率0.9916

    语音驱动全身手势的生成不再只靠一个在稀缺三模态数据上训练的联合网络。此前把音频与文本两个独立扩散专家的预测线性相加,等于默认两者在给定含噪动作时条件独立,从而丢掉了跨模态依赖项。CFGComposer 用一个联合训练的模型估计这一项,并以分类器无关引导的形式在推理时注入;在 BEAT 上语义召回率 SRGR 达到 0.9916,节拍对齐 BA 为 0.1826,接近真值的 0.1743。

已读完全部报道