ملخص تقني: التوجيه المستهلك (Amortized Guidance) لإكمال الصور باستخدام نماذج الانتشار المدربة مسبقاً (AID)

بيان المشكلة

إكمال الصور (Image inpainting) هو مهمة توليد مشروطة تهدف إلى إعادة بناء المناطق المفقودة من الصورة مع الحفاظ على الاتساق مع البكسلات المرئية. وبينما حققت نماذج الانتشار المدربة مسبقاً تقدماً كبيراً في هذه القدرة، تواجه الأساليب الحالية ثنائية في الكفاءة والقدرة على التكيف:

1. التدريب الخاص بالمهمة: أساليب مثل LaMa وMAT وBrushNet تدرب نماذج مخصصة أو وحدات تكيف ضخمة. وبينما يقلل هذا من تكلفة الاستدلال (Inference cost)، فإنه يتطلب وقتاً طويلاً للتدريب ويضيف تعقيداً كبيراً للنموذج.
2. التحسين لكل حالة (Per-Instance Optimization): أساليب مثل RePaint وDPS وMCG تبقي نموذج الانتشار الأساسي ثابتاً ولكنها تكيفه بشكل منفصل لكل صورة مقنعة عند وقت الاختبار. وهذا يحافظ على النموذج المدرب مسبقاً، ولكنه يتسبب في تكاليف تحسين متكررة أثناء النشر، حيث يعامل كل صورة كمسألة استدلال جديدة.

هناك فجوة لحل "وسط" يستهلك الاستدلال (amortizes inference) دون الحاجة لتدريب نموذج ضخم خاص بالمهمة أو إجراء تحسين لكل حالة عند وقت الاختبار.

المنهجية: الإكمال المستهلك للانتشار (AID)

يقترح المؤلفون إطار عمل AID الذي يبقي نموذج الانتشار الأساسي المدرب مسبقاً ثابتاً، ويقوم بتدريب وحدة توجيه صغيرة وقابلة لإعادة الاستخدام خارجياً (offline). يتم بعد ذلك إعادة استخدام هذه الوحدة عبر جميع الصور المقنعة عند وقت الاختبار دون مزيد من التحسين.

1. صياغة التحكم

تتم صياغة المشكلة كمسألة تحكم حتمي (deterministic control problem).

• الديناميكيات: تخضع عملية الانتشار العكسي لـ (probability-flow ODE) مدفوعة بدالة درجة (score function) ثابتة $\hat{S}$.
• التوجيه: يتم إضافة حد تحكم يعتمد على المهمة $u(t, x; \xi)$ إلى الانجراف (drift)، حيث تمثل $\xi = (M, y)$ القناع المرئي والبكسلات المرئية. لا يعتمد التحكم على الصورة النظيفة المخفية $x^\dagger$.
• الهدف: الهدف هو تقليل خسارة نهائية $\Psi$ (توازن بين الدقة تجاه البكسلات المرئية والمنطقة المفقودة) بالإضافة إلى تكلفة جارية تعاقب مقدار حقل التوجيه. يؤدي هذا إلى معادلة هاميلتون-جاكوبي-بلمان (HJB) حيث يكون التحكم الأمثل $u^*$ حتمياً.

2. الجسر النظري: من الحتمي إلى العشوائي

بما أن حل معادلة HJB الحتمية عالية الأبعاد مباشرة أمر غير قابل للتطبيق، قدم المؤلفون مسألة تحكم عشوائية مساعدة باستخدام سياسات غاوسية (Gaussian policies) لجعل المسألة قابلة للتعلم عبر التعلم المعزز في الزمن المستمر (CT-RL).

• المسألة المساعدة: بدلاً من التحكم الحتمي، يستخدم النظام سياسة غاوسية $\pi^{(\lambda)} \sim \mathcal{N}(\mu, \sigma^2)$، حيث يمثل المتوسط $\mu$ قانون التوجيه المرشح.
• الجسر الحافظ للمُحسِّن (Optimizer-Preserving Bridge): يثبت البحث نظرين مهمتين:
  1. الكفاية (Sufficiency): يمكن رفع التوجيه الحتمي الأمثل $u^*$ إلى سياسة غاوسية مثلى عن طريق تعيين متوسط السياسة ليكون $u^*$.
  2. الضرورة (Necessity): أي سياسة غاوسية مثلى للمسألة المساعدة يجب أن يكون لها متوسط يستعيد تماماً التوجيه الحتمي الأمثل $u^*$.
• الأهمية: يضمن هذا الجسر أن تعلم سياسة عشوائية (الذي يسمح بالتحديثات القائمة على التدرج) لا يغير التوجيه الحتمي المستهدف المستخدم عند النشر. يعمل تباين السياسة الغاوسية كأداة تعلم فقط وليس كمنظم للإنتروبيا (entropy regularizer).

3. خوارزمية الممثل-الناقد المستهلكة (Amortized Actor-Critic)

بناءً على الجسر النظري، طور المؤلفون خوارزمية "ممثل-ناقد" (actor-critic) تعتمد كلياً على البيانات:

• التمثيل (Parametrization): يتم تمثيل الممثل (متوسط التوجيه $\hat{\mu}_\phi$) والناقد (دالة القيمة $\hat{V}_\theta$) بواسطة شبكات عصبية.
• التعلم: تستخدم الخوارزمية شروط التعامد المارتينجالي (martingale orthogonality conditions) المشتقة من معادلة HJB المساعدة. تقوم بتحديث الممثل والناقد باستخدام التقريب العشوائي بناءً على المسارات المستخرجة من توزيع المهمة.
• النشر: بمجرد تدريب وحدة التوجيه، يتم نشرها بشكل حتمي. بالنسبة لصورة مقنعة جديدة، يستخدم النظام متوسط التوجيه المتعلم $\hat{\mu}_\phi$ ضمن حل العكس الزمني، مع التخلص من ضجيج السياسة.

المساهمات الرئيسية

1. المنهجية: يقدم AID إطار عمل للتوجيه المتحكم به يستهلك الاستدلال عن طريق تدريب وحدة توجيه خفيفة الوزن خارجياً، والتي تُستخدم لاحقاً عبر المهام دون تحسين لكل حالة.
2. النظرية: يثبت البحث "جسر تكافؤ السياسة" بين مسألة التوجيه الحتمية وصياغة غاوسية مساعدة. ويثبت أن المسألة المساعدة هي مسألة حافظة للمُحسِّن، مما يبرر استخدام أساليب الممثل-الناقد العشوائية لتعلم حقل تحكم حتمي.
3. الكفاءة: يضيف النهج أقل من 1% من المعلمات القابلة للتدريب مقارنة بالنموذج الأساسي، مع تحسين كبير في توازن الجودة والسرعة.

النتائج التجريبية

قيم المؤلفون AID على مجموعات بيانات AFHQv2 و FFHQ (باستخدام خط أنابيب EDM في مساحة البكسل) و ImageNet (باستخدام خط أنابيب EDM2 في مساحة الكوامن/Latent-space).

• الأداء مقابل النماذج ذات الهيكل الثابت: يتفوق AID باستمرار على النماذج القوية ذات الهيكل الثابت (Unguided, Replacement, MCG, DPS) عبر مقايلات متعددة (PSNR, SSIM, LPIPS) وأنواع مختلفة من الأقنعة (حرة، مركزية، شريطية).
• الأداء مقابل RePaint: يتفوق AID على RePaint (وهو نموذج تحسين تكراري قوي) في الجودة مع استخدام ~10% فقط من ميزانية أخذ العينات (مثلاً، 35 خطوة مقابل 350 خطوة لـ RePaint).
• الأداء مقابل LatentPaint: في ImageNet، يتفوق AID على LatentPaint (وهو أسلوب تكيف مستهلك في مساحة الكوامن) في جميع المقاييس مع استخدام وحدة توجيه تحتوي على أقل من 45% من المعلمات القابلة للتدريب.
• زمن الاستجابة (Latency): يدعم AID نقطة تشغيل منخفضة التأخير (12 خطوة) مما يقلل زمن الاستيدلال بشكل أكبر مع الحفاظ على أداء يتفوق على النماذج غير RePaint ويظل منافساً لـ RePaint.
• التعميم: تنتقل وحدة التوجيه المدربة نفسها بفعالية إلى أنواع الأقنعة غير المرئية وميزانيات أخذ العينات المختلفة دون الحاجة لإعادة التدريب.

الأهمية والادعاءات

يدعي البحث أن AID هو أول إطار عمل للتوجيه المتحكم به والمستهلك (amortized controlled-guidance) لإكمال الصور الذي:

1. يبقي نموذج الانتشار الأساسي المدرب مسبقاً ثابتاً.
2. يدرب فقط وحدة توجيه صغيرة وقابلة لإعادة الاستخدام.
3. يوفر جسراً دقيقاً حافظاً للمُحسِّن من التعلم العشوائي (الممثل-الناقد) إلى حقل التحكم الحتمي المستخدم عند النشر.

يضع المؤلفون هذا العمل كخطوة نحو استخدام أطر عمل التحكم والتعلم المعزز (RL) لتوفير طرق قائمة على أسس نظرية لدراسة وتحسين نماذج الانتشار. ويؤكدون أن التعلم المعزز في الزمن المستمر يدعم كلاً من التحليل الصارم وتصميم الخوارزمية العملية، مما يقدم بديلاً منهجياً للتحسين التجريبي لكل حالة أو إعادة التدريب الثقيلة الخاصة بالمهمة.