Muninn: Your Trajectory Diffusion Model But Faster

Autores: Gokul Puthumanaillam, Hao Jiang, Ruben Hernandez, Jose Fuentes, Paulo Padrao, Leonardo Bobadilla, Melkior Ornik · RSS 2026

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Muninn decide en cada paso de eliminación de ruido si reutiliza una salida del denoiser almacenada en caché, lo que da una planificación por difusión hasta 4,6x más rápida con una cota calibrada sobre la desviación respecto al plan con cómputo completo.

Por qué importa

Acelera planificadores y políticas de difusión preentrenados existentes sin reentrenamiento, datos adicionales ni cambios de arquitectura, y puede combinarse con modelos destilados o más pequeños para obtener más ganancias. El presupuesto restante es además una señal en tiempo de ejecución que un controlador puede usar para volver al cómputo completo o a un controlador más seguro.

Problema

Los planificadores de trayectorias por difusión y las políticas de difusión ejecutan decenas de pasos de eliminación de ruido por plan, lo que es demasiado lento para plataformas embebidas y bucles de control de alta frecuencia. Las aceleraciones existentes cambian el muestreador o comprimen la red, lo que cuesta calidad del plan o exige reentrenamiento, y los métodos de caché sin entrenamiento procedentes de la generación de imágenes no dicen nada sobre cómo sus errores cambian la trayectoria ejecutada.

Solución propuesta

Muninn ejecuta en cada paso solo la etapa de entrada barata del denoiser y puntúa cuánto ha cambiado esa representación interna desde el paso anterior. Una calibración conforme dividida (split-conformal) en ejecuciones offline convierte esa puntuación en una cota de alta probabilidad sobre el error de reutilizar una salida en caché, y los coeficientes analíticos del muestreador la convierten en una cota sobre la desviación de la trayectoria final. En tiempo de ejecución, los costes por paso se descuentan de un presupuesto de desviación fijado por el usuario: el denoiser se reutiliza mientras queda presupuesto y se vuelve a calcular en caso contrario, de modo que el plan con caché se mantiene a una distancia elegida del plan con cómputo completo con un nivel de riesgo elegido.

Ideas clave

• Los muestreadores de difusión tienen una actualización analítica conocida, así que el efecto de un error del denoiser en el paso t sobre la trayectoria final puede acotarse mediante coeficientes de sensibilidad del muestreador; los primeros pasos pueden importar más que los últimos
• El cambio en una representación intermedia barata entre pasos consecutivos predice cuánto diferiría una salida del denoiser en caché de una recién calculada
• El salto fijo de pasos y el muestreo con menos pasos reparten el error de manera uniforme a lo largo del tiempo de difusión aunque la sensibilidad del muestreador sea muy poco uniforme, y por eso pierden rendimiento en la tarea con la misma latencia
• La reutilización con presupuesto gasta más llamadas al denoiser en situaciones difíciles y abarrotadas y menos en espacio abierto, sin ningún entrenamiento adicional

Resultados principales

• D4RL AntMaze con Diffuser: latencia de 950 ms a 207 ms (4,6x) y llamadas al denoiser por paso de 100 a 13,0, con una puntuación normalizada de 58,7 frente a 58,3
• Con un límite de latencia de 250 ms en AntMaze, Muninn obtuvo 67,6 frente a 68,7 del modelo completo con 957 ms, y frente a 56,1 (FewSteps), 42,5 (FixedSkip) y 48,0 (ProbeThresh); probabilidad de violación de 0,04
• Hardware, 150 ejecuciones: navegación de ASV con el maestro BCOD de 60 ms a 24 ms de latencia (éxito 97,0 % frente a 96,8 %); navegación de Crazyflie con GC-Diffuser de 75 ms a 30 ms (93,0 % frente a 92,8 %); manipulación con SO-ARM100 con Diffusion Policy de 40 ms a 24 ms (82,0 % frente a 81,5 %)
• Planificación de un brazo de 7-DoF en entorno abarrotado (difícil): latencia de MPD de 230 ms a 121 ms con un éxito del 82,0 % frente al 81,2 %; EDMP de 160 ms a 107 ms con 88,0 % frente a 87,5 %
• Políticas visomotoras: DP3 Pour de 45 ms a 27 ms (98,0 % frente a 97,6 % de éxito); Meta-World pick-place de 30 ms a 18 ms (92,0 % frente a 91,5 %)
• La probabilidad medida de que el plan con caché supere la tolerancia de desviación se mantuvo entre 0,028 y 0,049 en los benchmarks de RL offline de la Tabla I

Limitaciones

• La garantía solo es válida para la métrica de desviación elegida y la distribución de calibración; ante un cambio de distribución, el supuesto de intercambiabilidad puede fallar y el control del riesgo puede degradarse, por lo que puede ser necesario recalibrar
• El certificado acota la desviación respecto al planificador con cómputo completo, no la seguridad de la tarea: si el planificador base no es seguro, Muninn se mantiene cerca de ese comportamiento inseguro
• La cota de la unión sobre los pasos de tiempo puede ser conservadora, lo que reduce la aceleración con niveles de riesgo muy pequeños u horizontes de difusión largos
• Necesita una sonda barata e informativa del interior del modelo, lo que puede requerir acceso de ingeniería en algunas arquitecturas; cambiar el muestreador, el guiado o el condicionamiento exige recalibrar
• Cómo se traduce un presupuesto de desviación en estabilidad en lazo cerrado depende de la frecuencia de replanificación, la robustez del seguidor y el ruido de estimación, y queda para trabajo futuro; el presupuesto lo fija el usuario en lugar de adaptarse al contexto

Impacto en el campo

Ganador del RSS 2026 Outstanding Student Paper Award y finalista del RSS 2026 Outstanding Paper Award. Los autores publican el código, el conjunto de datos y los modelos.

Resumen

Los planificadores de trayectorias basados en difusión pueden sintetizar movimientos robóticos ricos y multimodales, pero su eliminación iterativa del ruido hace que la planificación y el control en línea sean prohibitivamente lentos. Las aceleraciones existentes modifican el muestreador o comprimen la red, sacrificando la calidad del plan o exigiendo un reentrenamiento, sin tener en cuenta el riesgo para el control posterior. Abordamos el problema de hacer que los planificadores de trayectorias basados en difusión sean lo bastante rápidos para su uso robótico en tiempo real sin reentrenar el modelo ni sacrificar la calidad de la trayectoria, y de forma que funcione con diversas arquitecturas de difusión en el espacio de estados. Nuestra idea clave es que los planificadores de trayectorias por difusión exponen dos señales que podemos aprovechar: una sonda barata de cómo cambia su representación interna de la trayectoria entre pasos y unos coeficientes analíticos que describen cómo los errores del denoiser afectan a la actualización del estado del muestreador. Al calibrar la primera señal frente a la segunda en ejecuciones offline, obtenemos una puntuación por paso que acota superiormente cuánto puede desviarse la trayectoria final cuando reutilizamos una salida del denoiser almacenada en caché, y tratamos esta cota como un presupuesto de incertidumbre que podemos gastar a lo largo del proceso de eliminación de ruido. Sobre esta idea presentamos Muninn, un envoltorio de caché sin entrenamiento que sigue este presupuesto de incertidumbre durante el muestreo y, en cada paso de difusión, elige entre reutilizar una salida del denoiser en caché cuando la desviación prevista es pequeña y volver a calcular el denoiser cuando no lo es. En benchmarks estándar que abarcan planificación de RL offline (D4RL), planificación de movimiento en el espacio de configuraciones y políticas de difusión visomotoras, Muninn logra aceleraciones en tiempo real de hasta 4,6× en varios planificadores de trayectorias por difusión y políticas de difusión al reducir las evaluaciones del denoiser, a la vez que preserva el rendimiento en la tarea y las métricas de seguridad. Además, Muninn certifica, con una tolerancia de desviación y un nivel de riesgo elegidos por el usuario, que las ejecuciones con caché se mantienen a una distancia especificada de sus equivalentes con cómputo completo, y validamos estas ganancias en despliegues de hardware de navegación y manipulación en lazo cerrado y en tiempo real. Código, conjunto de datos y vídeos complementarios disponibles en: https://github.com/gokulp01/Muninn.

Enlaces

• arXiv 2605.09999: https://arxiv.org/abs/2605.09999
• DOI 10.48550/arXiv.2605.09999: https://doi.org/10.48550/arXiv.2605.09999
• PDF: https://arxiv.org/pdf/2605.09999v1
• Código: https://github.com/gokulp01/Muninn