用于流形感知扩散规划的局部流形近似与投影

基于扩散的生成建模的最新进展表明，通过利用离线数据集，在解决长时序稀疏奖励任务方面展现出巨大潜力。尽管这些方法取得了可喜的成果，但其可靠性仍不稳定，因为生成不可行轨迹的固有随机风险限制了它们在安全关键型应用中的适用性。我们指出这些失败的主要原因是采样过程中引导不准确，并通过推导引导间隙的下界证明了流形偏离的存在。为应对这一挑战，我们提出了局部流形近似与投影，这是一种免训练方法，可将引导样本投影到由离线数据集近似的低秩子空间上，从而防止生成不可行轨迹。我们在涉及具有挑战性的长时序规划的标准离线强化学习基准上验证了该方法。此外，我们表明，作为一个独立模块，LoMAP 可以集成到层次扩散规划器中，以进一步提升性能。