跳到正文
热点事件持续更新

TS-DP框架实现扩散策略4.17倍加速

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

TS-DP 是首个将投机解码应用于扩散策略(DP)的框架,旨在解决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,以适应任务难度的变化。 在模拟环境中,TS-DP 实现了 4.17 倍 NFE 降低和 3.2 倍加速;真机实验显示推理频率达 26 Hz,传送带任务成功率提升 23%。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · AI
    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%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。