🤖 machine learning

DiRecT: Safe Diffusion-Based Planning via Receding-Horizon Denoising

DiRecT è un algoritmo training-free che garantisce una pianificazione sicura nei modelli di diffusione imponendo i vincoli solo sulla traiettoria pulita finale tramite denoising a orizzonte recedente, evitando così il sovra-vincolo dei passaggi intermedi che tipicamente degrada la qualità del campione negli approcci esistenti.

Autori originali: Paolo Giaretta, Zeyang Li, Navid Azizan

Pubblicato 2026-06-16

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Paolo Giaretta, Zeyang Li, Navid Azizan

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di insegnare a un robot come camminare attraverso una stanza affollata per prendere una tazza di caffè. Hai un robot molto intelligente che ha guardato migliaia di video di persone che lo fanno. Sa come muoversi in generale, ma non conosce le sedie o i tavoli specifici in quella stanza in questo momento.

Se chiedi semplicemente al robot di "andare a prendere il caffè", potrebbe andare dritto contro un tavolo perché sta cercando di essere creativo. Se provi a impedirgli di colpire il tavolo ad ogni singolo passo durante la pianificazione, potresti finire per far sì che il robot si blocchi, inciampi o segua un percorso strano e scattoso perché stai microgestendo ogni suo pensiero.

Questo è il problema che il paper DiRecT risolve.

Il Problema: La trappola della "Sovra-correzione"

Gli autori spiegano che i metodi esistenti per rendere sicuri i pianificatori IA sono come un genitore nervoso che tiene la mano di un bambino troppo stretta.

Il Vecchio Metodo: Mentre il robot pianifica il suo percorso (passo dopo passo), il computer controlla: "Questo passo è sicuro?". Se non lo è, lo costringe a cambiare immediatamente quel passaggio specifico.
Il Difetto: Il processo di pianificazione del robot comporta molto "rumore" o bozze grezze. Controllare la sicurezza su queste bozze è come dire a un pittore: "Non fare una singola pennellata che sembri un albero", mentre sta ancora mescolando i colori sulla tavolozza. Questo limita la creatività del robot e spesso porta a un risultato finale brutto, scattoso o che non riesce a raggiungere l'obiettivo.

La Soluzione: DiRecT (L'allenatore con "Orizzonte Recedente")

Gli autori introducono DiRecT, che agisce più come un saggio allenatore che come un genitore nervoso.

1. La visione della "Traiettoria Pulita"
Invece di controllare la sicurezza su ogni bozza grezza, DiRecT aspetta che il robot abbia in mente un piano finale e pulito. Chiede: "Se segui esattamente questo piano, colpirai un tavolo?".

L'Analogia: Immagina che il robot stia disegnando un percorso su un foglio di carta. I vecchi metodi cercavano di cancellare una linea nel momento stesso in cui la matita toccava la carta se sembrava leggermente storta. DiRecT lascia che la matita disegni liberamente, poi guarda il disegno finito. Se il disegno finito colpisce un tavolo, allora sposta delicatamente l'intero disegno per allontanarlo.

2. Il trucco dell' "Orizzonte Recedente"
Il paper utilizza un concetto chiamato "Orizzonte Recedente" (ispirato al Controllo Predittivo del Modello).

L'Analogia: Pensa di guidare un'auto di notte con i fari appannati. Puoi vedere solo pochi metri avanti.
- Vecchio Metodo: Cerchi di sterzare perfettamente per l'intero viaggio di 100 miglia proprio ora, anche se non vedi la strada.
- DiRecT: Guardi la strada immediatamente davanti a te, pianifichi un percorso sicuro per i successivi secondi, guidi quel tratto e poi ri-pianifichi per i secondi successivi. Aggiorni costantemente il tuo piano in base a ciò che vedi proprio ora, assicurandoti di non colpire mai un muro, ma senza costringere l'auto a procedere in linea retta se la strada curva.

3. Il superpotere "Senza Addestramento"
La parte migliore? DiRecT non ha bisogno di ri-insegnare al robot. Funziona con la conoscenza esistente del robot (il "modello pre-addestrato"). Aggiunge semplicemente uno strato di sicurezza al processo di pianificazione.

L'Analogia: È come dare a un autista esperto un GPS che lo avverte degli ostacoli. Non devi insegnare di nuovo all'autista come guidare; gli dai solo uno strumento per evitare le buche specifiche di questa città.

Come funziona in pratica

Il paper ha testato DiRecT su diversi compiti robotici:

Navigazione in un labirinto: Una pallina che rotola attraverso un labirinto con pareti nuove e inaspettate. DiRecT è riuscita a navigare nel labirinto senza colpire le pareti, mentre altri metodi rimanevano bloccati o si scontravano.
Bracci Robotici: Un braccio che si muove per afferrare un oggetto evitando pilastri. Di even in presenza di pilastri posizionati in punti complicati, DiRect ha garantito che il braccio non toccasse mai i pilastri.
Sciami di Multi-Robot: Un gruppo di robot che si muove insieme senza scontrarsi tra loro. DiRecT li ha mantenuti sicuri ed efficienti, anche all'aumentare del numero di robot.

In sintesi

DiRecT è un nuovo modo per rendere sicuri i pianificatori IA. Invece di interrompere costantemente il processo di pensiero dell'IA per controllare la sicurezza (il che rende l'IA goffa), permette all'IA di pensare liberamente e poi corregge delicatamente il piano finale per garantire che sia sicuro. È come lasciare che uno studente scriva una bozza senza paura, per poi aiutarlo a revisionare la versione finale per assicurarsi che sia perfetta, invece di fermarlo dopo ogni frase.

Il risultato è un robot che è sia sicuro (non si schianta) che abile (si muove fluidamente e completa il compito).

Riepilogo Tecnico: DiRecT – Pianificazione basata su Diffusione Sicura tramite Denoising a Orizzonte Recedente

Problematica

I modelli di diffusione sono emersi come framework potenti per la pianificazione e il controllo, apprendendo distribuzioni multimodali su azioni e traiettorie. Tuttavia, l'implementazione di questi modelli in compiti critici per la sicurezza affronta una barriera significativa: l'affidabile applicazione dei vincoli durante l'inferenza. Gli approcci esistenti per il campionamento di diffusione vincolato tipicamente impongono la fattibilità proiettando ogni iterazione intermedia di denoising rumoroso sull'insieme ammissibile. Ciò crea un disallineamento fondamentale: i vincoli di pianificazione sono definiti sulla traiettoria finale pulita, mentre i campioni intermedi sono intrinsecamente rumorosi e non devono necessariamente essere ammissibili. Imporre i vincoli durante l'intero processo di campionamento sovra-vincola la dinamica inversa appresa, distorcendo il processo generativo e degradando sostanzialmente la qualità del campione. Inoltre, i metodi basati su proiezione spesso mancano di un meccanismo unificato per gestire i vincoli rigidi insieme a ulteriori ricompense o costi soft.

Metodologia: DiRecT

Per affrontare queste limitazioni, gli autori introducono DiRecT (Diffusion-based planning via Receding-horizon denoising with Terminal constraints), un algoritmo training-free per il campionamento vincolato.

Formulazione Core

DiRecT riformula l'applicazione dei vincoli durante l'inferenza attraverso la lente del Controllo Stocastico Ottimo (SOC). Il processo di diffusione inversa appreso funge da dinamica stocastica nominale, mentre gli input di controllo guidano il campionatore verso la fattibilità della traiettoria pulita finale. Fondamentalmente, i vincoli sono imposti solo sul campione pulito terminale, evitando restrizioni non necessarie sugli iterati rumorosi intermedi. L'obiettivo è trovare un controllo di deriva ottimale $u^*$ che minimizzi una funzione di costo (bilanciando il costo terminale e l'energia di controllo) soggetto al vincolo che lo stato finale $X_0$ si trovi all'interno di un insieme ammissibile $S$ .

Derivazione Algoritmica

Risolvere il problema completo di SOC con vincolo terminale è computazionalmente intrattabile a causa della natura ad alta dimensione e non convessa delle dinamiche neurali e dell'aspettativa su tutti i percorsi stocastici. DiRecT deriva un surrogato scalabile e trattabile utilizzando due approssimazioni chiave ispirate al Controllo Predittivo del Modello (MPC):

Surrogato a Orizzonte Recedente: Invece di risolvere un problema di ottimizzazione a pieno orizzonte, DiRecT suddivide il problema in una sequenza di sottoproblemi a singolo step. Ad ogni step di denoising $i$ , predice la traiettoria pulita finale implicata dall'attuale iterato rumoroso utilizzando la formula di Tweedie ( $\hat{x}^\theta_0(X_i, t_i)$ ).
Ottimizzazione nel Dominio dei Dati: Per evitare di risolvere ripetutamente problemi di ottimizzazione vincolata attraverso la mappa di denoising neurale, l'algoritmo inverte approssimativamente la formula di Tweedie tramite un argomento di punto fisso. Ciò consente di spostare l'ottimizzazione dallo spazio latente al dominio dei dati. Nello specifico, lo spostamento latente è approssimato da una differenza scalata tra i campioni puliti predetti.

L'algoritmo risultante (Algoritmo 1) opera come segue:

Campiona un vettore di rumore a priori.
Itera all'indietro da $t_N$ $t_{N}$ a $t_0$ $t_{0}$ :
- Calcola una proposta di denoising non controllata.
- Stima il corrispondente campione pulito utilizzando il modello di score.
- Risolve un problema di ottimizzazione vincolata nel dominio dei dati per trovare un campione pulito raffinato che soddisfi i vincoli rigidi $S$ e minimizzi il costo $C$ , rimanendo vicino alla predizione non controllata.
- Traduce questo raffinamento in un aggiornamento controllato dell'attuale iterato rumoroso.
Restituisce il campione finale ammissibile.

Questo design separa nettamente il denoising stocastico dalla soddisfazione dei vincoli, guidando progressivamente i campioni verso traiettorie finali ammissibili senza distorcere le dinamiche di diffusione apprese.

Contributi Chiave

Identificazione di un Limite Fondamentale: Il paper identifica che l'imposizione della fattibilità sugli iterati rumorosi intermedi del denoising sovra-vincola le dinamiche di campionamento e degrada la qualità del campione. Propone invece di formulare la pianificazione di diffusione vincolata come un problema di SOC con vincolo terminale.
Algoritmo DiRecT: Un campionatore di diffusione vincolato training-free che riduce l'intratabile problema di SOC a una sequenza di sottoproblemi trattabili di ottimizzazione della traiettoria pulita. Esso guida i campioni verso la soddisfazione dei vincoli senza distorcere il processo di denoising appreso.
Flessibilità: Il metodo supporta ottimizzatori off-the-shelf e specifici del dominio, gestisce sia vincoli di uguaglianza che di disuguaglianza, incorpora prior di dinamica specifici dell'ambiente e ottimizza ulteriori ricompense o costi soft al tempo di inferenza.
Validazione Empirica: Esperimenti estesi dimostrano che DiRecT migliora sostanzialmente la sicurezza del deployment e le prestazioni del task rispetto ai baseline di pianificazione basati su diffusione esistenti.

Risultati Sperimentali

Gli autori hanno valutato DiRecT attraverso quattro diversi benchmark di pianificazione robotica:

Navigazione in Labirinto Sicura (Maze2D): Sia nelle varianti di labirinto "ampio" che "stretto" con ostacoli al tempo di test, DiRecT ha raggiunto un Tasso di Sicurezza (SR) di 0.970 e 0.940 rispettivamente, con violazioni quasi nulle (0.45 e 0.23). Al contrario, i baseline come Diffuser, Gradient Guidance e Projected Diffusion hanno ottenuto SR compresi tra 0.00 e 0.78, con un numero di violazioni significativamente più alto. DiRecT ha mantenuto forti punteggi di task garantendo al contempo la sicurezza.
Manipolazione Robotica Sicura (D3IL): In un compito che richiede a un braccio robotico di raggiungere un target evitando pilastri e vincoli aggiuntivi, DiRecT ha raggiunto un Tasso di Sicurezza del 100% e un Successo del Task del 100%, superando tutti i baseline che mostravano cali significativi nella sicurezza (es. Gradient Guidance al 0.88 SR).
Pianificazione del Movimento Multi-Agente (MRMP): Testato su ambienti con fino a 20 agenti, DiRecT ha costantemente superato i baseline (inclusi MMD-CBS e Projected Coupled Diffusion) in Sicurezza dei Vincoli e Tasso di Successo, particolarmente all'aumentare del numero di agenti. Ha mantenuto un'alta aderenza ai pattern di movimento attesi pur soddisfacendo complessi vincoli di collisione e velocità.
Manipolazione Ricca di Contatti (PushT): In un compito di generazione accoppiata che coinvolge diverse traiettorie non intersecanti, le varianti di DiRecT (DiRecT-LB e DiRecT-DPP) hanno ottenuto il 100% di Soddisfazione dei Vincoli migliorando al contempo la diversità (misurata tramite DTW e DFD) e i punteggi di completamento del task rispetto ad altri campionatori vincolati.

Significato e Rivendicazioni

Il paper sostiene che DiRecT offre un approccio rigoroso alla pianificazione sicura basata su diffusione, disaccoppiando il processo di denoising stocastico dalla soddisfazione dei vincoli. Imponendo i vincoli solo sul campione pulito finale, evita il sovra-vincolo delle dinamiche intermedie che affligge i metodi esistenti basati su proiezione.

Gli autori sottolineano che DiRecT è training-free, rendendolo ampiamente applicabile a modelli di diffusione pre-addestrati esistenti senza necessità di ri-addestramento o fine-tuning. Sebbene questa flessibilità introduca un ulteriore calcolo al tempo di inferenza (risoluzione di sottoproblemi di ottimizzazione), il metodo fornisce garanzie più forti per la pianificazione critica per la sicurezza, assicurando la soddisfazione dei vincoli rigidi pur mantenendo la flessibilità di incorporare obiettivi soft e dinamiche specifiche del dominio. Il lavoro evidenzia il potenziale per un deployment affidabile di modelli di diffusione in compiti critici per la sicurezza dove anche una singola violazione del vincolo può portare a un fallimento catastrofico.