🤖 machine learning

Plan First, Diffuse Later: Extrinsic Graph Guidance for Long-Horizon Diffusion Planning

Dit artikel introduceert XDiffuser, een nieuwe aanpak die diffusieplanning op lange horizon verbetert door gebruik te maken van extrinsieke grafgebaseerde zoektochten om een lichtgewicht plan te genereren dat het onruisproces stuurt, waardoor de globale coherentie en prestaties bij complexe taken worden verbeterd zonder de rekenkundige overhead van intrinsieke zoektochten.

Oorspronkelijke auteurs: Yaniv Hassidof, Adir Morgan, Yilun Du, Kiril Solovey

Gepubliceerd 2026-05-19

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Yaniv Hassidof, Adir Morgan, Yilun Du, Kiril Solovey

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert een robot te leren lopen door een enorm, complex doolhof. Je hebt alleen een videobibliotheek van de robot die korte, wankelende stappen zet van de ene hoek naar een nabijgelegen hoek. Je hebt de robot nooit getoond hoe het hele doolhof in één keer te doorkruisen.

Dit is het probleem dat het artikel aanpakt: Hoe zorg je dat een robot een lange, complexe reis plant wanneer je alleen data hebt over korte, lokale verplaatsingen?

De Oude Manier: "Gissen en Controleren" (Het Diffusiemodel)

De onderzoekers gebruikten een populair AI-hulpmiddel genaamd een Diffusiemodel. Denk aan dit model als een zeer getalenteerde kunstenaar die uitstekend is in het tekenen van gladde, realistische lijnen tussen twee punten. Als je het vraagt om een pad te tekenen van Punt A naar Punt B (waar het vergelijkbare paden eerder heeft gezien), doet het een uitstekend werk.

Echter, wanneer je het vraagt om een pad door een enorm doolhof te tekenen door veel kleine segmenten aan elkaar te naaien, begint het in de war te raken. Het kan een perfecte curve tekenen voor het eerste segment, een perfecte curve voor het tweede, maar de twee curves sluiten niet echt goed aan. Het is als een team van kunstenaars dat samen een muurschildering probeert te schilderen zonder met elkaar te praten; de lokale details zien er goed uit, maar het hele plaatje valt uit elkaar.

Om dit op te lossen, probeerden eerdere methoden de AI "harder te laten denken" terwijl het aan het tekenen was. Ze lieten de AI pauzeren, alle mogelijke volgende stappen bekijken en de beste kiezen terwijl het nog steeds de afbeelding genereerde. Het artikel betoogt dat dit is alsof je een schilder vraagt om elke seconde te stoppen om een kaart te raadplegen, tien verschillende routes te controleren en vervolgens verder te schilderen. Het is ongelooflijk traag en computergewijs duur.

De Nieuwe Manier: "Eerst Plannen, Later Tekenen" (XDiffuser)

De auteurs, Yaniv Hassidof en zijn team, stellen een slimmer arbeidsverdeling voor. Ze noemen hun methode XDiffuser.

Ze splitsen de taak op in twee distincte rollen:

1. De Navigator (Het Grafiekzoeken)
Eerst bouwen ze een eenvoudige, lichtgewicht "skeletkaart" van het doolhof met behulp van de korte videoclips die ze hebben. Deze kaart toont geen gladde curves; het toont alleen welke gebieden met welke verbonden zijn.

De Analogie: Stel je een wandelaar voor die kijkt naar een topografische kaart. Ze lopen het hele pad nog niet; ze tekenen gewoon een rechte lijn van start naar finish en markeren een paar belangrijke "wegpunten" (zoals een specifieke boom, een rots of een brug) onderweg.
De Actie: De robot gebruikt een klassiek, snel computeralgoritme (zoals het algoritme van Dijkstra) om de beste volgorde van deze wegpunten te vinden. Dit is het Extrinsieke Zoeken—dit gebeurt buiten het zware AI-model.

2. De Kunstenaar (Het Diffusiemodel)
Zodra de Navigator de lijst met wegpunten heeft, geeft hij deze lijst door aan het Diffusiemodel.

De Analogie: Nu hoeft de kunstenaar niet meer te raden waar ze naartoe moeten. Ze krijgen een checklist: "Teken een glad pad van Start naar Boom A, dan van Boom A naar Rots B, en vervolgens van Rots B naar de Finish."
De Actie: Het AI-model concentreert zich alleen op het maken van het pad tussen deze punten glad, realistisch en fysisch mogelijk. Het verspillen geen energie aan het raden van het grote plaatje, omdat de Navigator dat al heeft gedaan.

Waarom Dit Een Game Changer Is

Het artikel beweert dat deze aanpak om drie hoofdredenen veel beter is:

Het is Sneller: Het zware AI-model wordt niet geblokkeerd door complex zoeken. Het doet gewoon waar het goed in is: gladde lijnen tekenen. Het "denken" wordt gedaan door een eenvoudig, snel grafiekalgoritme.
Het Werkt met Slechte Data: Zelfs als de trainingsvideo's rommelig waren of de robot slecht bewoog, kan de Navigator nog steeds een logisch pad door het doolhof vinden. De AI "polijst" dat pad vervolgens alleen maar. In hun tests, wanneer de data slecht was, slaagde hun methode 98,5% van de tijd, terwijl de oude methode slechts 27% van de tijd slaagde.
Het is Flexibel (De "Plug-and-Play" Functie): Omdat de "Navigator" en de "Kunstenaar" gescheiden zijn, kun je de Navigator voor verschillende taken vervangen zonder de Kunstenaar opnieuw te hoeven trainen.
- Multi-Agent Coördinatie: Als je 4 robots hebt, zeg je de Navigator gewoon om paden voor alle 4 te plannen zodat ze niet in elkaar botsen. De Kunstenaar tekent nog steeds alleen de gladde lijnen.
- Inspectieplanning: Als een drone 64 verschillende punten op een brug moet bezoeken om ze te inspecteren, bedenkt de Navigator de meest efficiënte volgorde om ze te bezoeken (zoals een Traveling Salesman-probleem). De Kunstenaar tekent vervolgens het vluchtpad.

De Conclusie

Het artikel betoogt dat je voor lange, complexe taken niet een enkel AI-model moet dwingen om alles te doen (plannen en tekenen). Gebruik in plaats daarvan een eenvoudige, snelle planner om het grote plaatje (de wegpunten) uit te werken en laat het krachtige AI-model zich richten op de details (de gladde beweging).

Door het "plannen" te scheiden van het "tekenen", hebben ze een systeem gecreëerd dat sneller, betrouwbaarder is en in staat is om complexe puzzels op te lossen (zoals het coördineren van meerdere robots of het inspecteren van grote structuren) waarmee eerdere methoden worstelden.

Technische Samenvatting: XDiffuser – Externe Graafgeleiding voor Lange-Horizon Diffusieplanning

Probleemstelling
Het artikel adresseert de uitdaging van offline lange-horizon bewegingsplanning voor robots die opereren in continue toestandsruimtes, gegeven uitsluitend een dataset van korte-horizon, potentieel suboptimale trajecten. Hoewel diffusiegebaseerde planners (bijvoorbeeld Diffuser) een veelbelovende "planning-as-inference"-benadering bieden door coherente trajecten te bemonsteren, hebben ze moeite wanneer de doelwit lange-horizonverdeling nooit tijdens het trainen is waargenomen.

Bestaande compositional diffusiemethoden proberen dit op te lossen door overlappende korte segmenten aan elkaar te naaien. De auteurs betogen echter dat het uitsluitend vertrouwen op lokale consistentie (waarbij aangrenzende segmenten overlappen) onvoldoende is om globale coherentie over lange ketens te garanderen. Naarmate de horizon groeit, wordt het inferentieproces breekbaar; lokaal plausibele segmenten kunnen onderling incompatibel zijn, wat leidt tot falen in taakvoltooiing of het voldoen aan beperkingen. Bovendien leiden recente benaderingen die intrinsiek zoeken uitvoeren (zoeken binnen de denoising-lus) tot verbeterde coherentie, maar brengen ze prohibitieve rekenkosten met zich mee, waarbij de schaalbaarheid slecht is ten opzichte van de horizonlengte en de zoekdiepte.

Methodologie: XDiffuser
De auteurs stellen XDiffuser (eXtrinsic search-guided Diffuser) voor, wat globale coördinatie ontkoppelt van lokale trajectgeneratie. In plaats van te zoeken tijdens het denoisen, voert XDiffuser externe zoekopdrachten uit buiten het diffusieproces om een vooraf getraind compositional diffusiemodel te sturen. De methode bestaat uit drie hoofdfasen:

Constructie van het Connectiviteitsgraaf:
- Een spaarzame, ongerichte graaf $G = (V, E)$ wordt geconstrueerd over de offline dataset.
- Hoekpunten zijn bemonsterde toestanden uit de dataset.
- Randen worden bepaald met behulp van een geleerde Temporele Afstandsrepresentatie (TDR), waarbij de Euclidische afstand in de latente TDR-ruimte temporele nabijheid weerspiegelt.
- Deze graaf dient als een lichtgewicht "connectiviteitsorakel", dat grove bereikbaarheid vastlegt zonder gladde dynamiek te garanderen.
Externe Graafzoeking (Planning):
- Tijdens de testfase wordt een taakspecifiek graafalgoritme (bijvoorbeeld Dijkstra voor doelbereiking, prioriteitsgebaseerde planners voor multi-agent systemen, of MILP-oplossers voor inspectie) uitgevoerd op $G$ .
- Dit resulteert in een hoog-niveau plan: een reeks temporele waypoints $W = \{(w_m, \hat{t}_m)\}$ .
- Het pad wordt onderbemonsterd om een spaarzaam steiger te creëren, en de timing wordt temporeel gedilateerd om aan te sluiten bij de chunking-capaciteiten van het diffusiemodel.
Waypoint-geleide Compositional Diffusie:
- Een vooraf getraind korte-horizon diffusiemodel genereert het continue traject.
- De uit de graaf afgeleide waypoints fungeren als een zachte energiterm (geleiding) in plaats van harde beperkingen.
- Een driehoekige geleidingsvenster $\lambda_m(t)$ wordt gedefinieerd rond de nominale tijd van elke waypoint. De diffusiescore wordt verrijkt met de gradiënt van een waypoint-kostfunctie $E_W(\tau)$ , die afwijkingen van de waypoints bestraft.
- Dit beïnvloedt het denoisingproces zodat het neigt naar trajecten die lokaal plausibel zijn (volgens de diffusie-prior) en globaal consistent (volgens het graafplan).

Belangrijkste Bijdragen

Externe versus Intrinsieke Zoeking: Het artikel betoogt dat externe zoekopdrachten (buiten het denoisen) een effectievere modus van exploratie zijn voor lange-horizonplanning dan intrinsieke zoekopdrachten. Het verlegt de last van exploratie naar klassieke, efficiënte graafalgoritmen, waardoor de herhaalde, dure evaluaties van het diffusiemodel worden vermeden die door intrinsieke methoden worden vereist.
Modulariteit en Schaalbaarheid: Door de zoeklaag te scheiden van de generatieve laag, ondersteunt XDiffuser adaptieve horizonselectie (geïnferreerd uit de duur van het graafpad) en maakt het integratie van verschillende planningsalgoritmen tijdens de testfase mogelijk zonder het diffusiemodel opnieuw te trainen.
Generalisatie naar Ongeziene Taken: Het kader stelt een enkel vooraf getraind diffusiemodel in staat om complexe, ongeziene combinatorische taken op te lossen (bijvoorbeeld multi-agent coördinatie, inspectie in de stijl van de Reisende Verkoper) door simpelweg het hoog-niveau graafdoel te wijzigen.

Experimentele Resultaten
De auteurs evalueren XDiffuser op de OGBench-suite en een aangepaste bruginspectiesimulatie:

Lange-Horizon Doelbereiking: Op de AntMaze Explore Large-dataset (kwaliteit, random-walk data) bereikt XDiffuser een slaagkans van 98,5%, wat aanzienlijk beter is dan de basis compositional diffusie (CD)-baseline (27%) en andere zoekverrijkte baselines zoals CDGS en C-MCTD. De winst is het meest opvallend in regimes met data van lage kwaliteit waar lokaal naaien faalt.
Multi-Agent Padvinding (MAPF): In een zero-shot multi-agent setting (2–4 agenten) met een model dat getraind is op een enkele agent, bereikt XDiffuser (met een prioriteitsplanner) 58,3% succes met 4 agenten, vergeleken met 13,3% voor Prioritized CDGS. Het toont ook superieure efficiëntie, waarbij het enkele seconden kost om te plannen versus minuten voor methoden met intrinsieke zoekopdrachten.
Inspectieplanning: Voor drone-inspectie van een brug met maximaal 128 punten van belang (POI's), bereikt de door MILP geleide XDiffuser >95% dekking, terwijl de baseline met intrinsieke zoekopdracht (IP-CDGS) plateauert onder de 50% dekking, wat de onmogelijkheid van lokale zoekopdrachten benadrukt om globale combinatorische beperkingen op te lossen.

Betekenis en Claims
Het artikel claimt dat de fundamentele beperking van pure planning-as-inference is dat lokale consistentie alleen geen globaal coherent gedrag kan garanderen wanneer de lange-horizonverdeling onzichtbaar is. XDiffuser adresseert dit door de sterke punten van beide paradigma's te benutten:

Graafzoeking biedt de nodige globale structuur en combinatorische redenering.
Diffusie biedt de gladde, dynamisch haalbare trajectsynthese.

De auteurs benadrukken dat deze decompositie efficiënt is (vermijding van exponentiële schaling van denoiser-aanroepen) en flexibel, waardoor het hergebruik van een enkel generatief model mogelijk is over diverse, complexe plannings taken die niet expliciet deel uitmaakten van de trainingsverdeling. Het werk suggereert dat voor lange-horizontaken, vooral met imperfecte data, een "Eerst Plannen, Later Diffunderen"-strategie superieur is aan het proberen om globale coherentie louter via iteratief denoisen te leren.

De Oude Manier: "Gissen en Controleren" (Het Diffusiemodel)

De Nieuwe Manier: "Eerst Plannen, Later Tekenen" (XDiffuser)

Waarom Dit Een Game Changer Is

De Conclusie

Technische Samenvatting: XDiffuser – Externe Graafgeleiding voor Lange-Horizon Diffusieplanning

Meer zoals dit