TS-DP：基于强化学习投机解码的时序自适应扩散策略加速框架

TS-DP 是首个将投机解码应用于扩散策略（DP）的框架，解决了 DP 在具身控制中因迭代去噪导致的高推理延迟问题。 该框架通过蒸馏基于 Transformer 的草稿模型替代高成本去噪调用，并利用基于强化学习的调度器动态调整参数以适应任务难度变化。 在模拟环境中实现 4.17 倍 NFE 降低和 3.2 倍加速，真机实验中推理频率达 26 Hz，传送带任务成功率提升 23%。