离散扩散模型利用方向不对称性解决前瞻规划任务

离散扩散模型通过利用前瞻规划任务中固有的方向不对称性，在图遍历问题上实现了优于自回归模型的训练效率。 研究发现，前向遍历需要复杂的顺序规划，而反向路径具有确定性，非自回归模型据此习得反向解码模式，将高阶前瞻问题简化为一阶过渡序列。 该机制分析揭示了自回归架构在规划能力上的固有局限，并证实了非自回归建模在此类任务中的优势。