蒙特卡洛树扩散(MCTD)结合了蒙特卡洛树搜索与扩散模型,有效解决了扩散模型在长程推理中的可扩展性问题。在迷宫导航等任务中,MCTD的成功率接近100%。为提高效率,研究团队推出了快速MCTD,使推理速度提升100倍,显著降低计算开销。
将扩散模型与蒙特卡洛树搜索(MCTS)结合形成的蒙特卡洛树扩散(MCTD),通过重构去噪过程、引入元动作和快速去噪机制,提高了轨迹生成和优化的效率。实验结果表明,MCTD在长期任务中的表现优于其他方法。
完成下面两步后,将自动完成登录并继续当前操作。