Краткое содержание

arXiv:2503.20102v3 Тип объявления: replace Аннотация: Планирование на длинных горизонтах крайне важно в сложных средах, но такие планировщики на основе диффузии, как Diffuser, ограничены длинами траекторий, наблюдаемых во время обучения. Это создает дилемму: для эффективного планирования необходимы длинные траектории, однако они ухудшают работу модели. В данной статье мы представляем эту задачу расширяемого планирования на длинных горизонтах и предлагаем двухфазное решение. Во-первых, Прогрессивное Расширение Траектории инкрементно строит более длинные траектории посредством многократного композиционного объединения. Во-вторых, Иерархический Мультимасштабный Диффузер позволяет эффективно обучаться и выполнять вывод на длинных горизонтах, проводя рассуждения на различных временных масштабах. Чтобы избежать необходимости в нескольких отдельных моделях, мы предлагаем Адаптивное Взвешивание Планов и Рекурсивный HM-Diffuser, которые объединяют иерархическое планирование в рамках единой модели. Эксперименты показывают, что наш подход обеспечивает значительный прирост производительности, способствуя развитию масштабируемого и эффективного принятия решений на