Muninn: Your Trajectory Diffusion Model But Faster

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

Licences

• Accès libre
• Article: CC BY 4.0

Tout ce qui suit s'appuie sur l'article complet sous sa licence CC BY 4.0 ; sa figure est montrée en citant les auteurs.

En bref

Muninn décide à chaque pas de débruitage s'il faut réutiliser une sortie du débruiteur mise en cache, offrant une planification par diffusion jusqu'à 4,6x plus rapide avec une borne étalonnée sur l'écart par rapport au plan à calcul complet.

Pourquoi c'est important

Il accélère des planificateurs et politiques de diffusion préentraînés existants sans réentraînement, données supplémentaires ni changement d'architecture, et peut être combiné à des modèles distillés ou plus petits pour des gains supplémentaires. Le budget restant est aussi un signal d'exécution qu'un contrôleur peut utiliser pour revenir au calcul complet ou à un contrôleur plus sûr.

Problème

Les planificateurs de trajectoire par diffusion et les politiques de diffusion exécutent des dizaines de pas de débruitage par plan, ce qui est trop lent pour les plateformes embarquées et les boucles de commande à haute fréquence. Les accélérations existantes modifient l'échantillonneur ou compressent le réseau, ce qui coûte en qualité de plan ou exige un réentraînement, et les méthodes de mise en cache sans entraînement issues de la génération d'images ne disent rien de la façon dont leurs erreurs modifient la trajectoire exécutée.

Solution proposée

Muninn n'exécute à chaque pas que l'étage d'entrée peu coûteux du débruiteur et évalue à quel point cette représentation interne a changé depuis le pas précédent. Un étalonnage conforme par séparation (split-conformal) sur des exécutions hors ligne transforme ce score en une borne à haute probabilité de l'erreur due à la réutilisation d'une sortie mise en cache, et des coefficients analytiques de l'échantillonneur la convertissent en une borne sur l'écart de la trajectoire finale. À l'exécution, les coûts par pas sont prélevés sur un budget d'écart fixé par l'utilisateur : le débruiteur est réutilisé tant qu'il reste du budget et recalculé sinon, de sorte que le plan mis en cache reste à une distance choisie du plan à calcul complet avec un niveau de risque choisi.

Idées clés

• Les échantillonneurs de diffusion ont une mise à jour analytique connue, si bien que l'effet d'une erreur du débruiteur au pas t sur la trajectoire finale peut être borné par des coefficients de sensibilité de l'échantillonneur ; les premiers pas peuvent compter davantage que les derniers
• La variation d'une représentation intermédiaire peu coûteuse entre pas consécutifs prédit dans quelle mesure une sortie du débruiteur mise en cache différerait d'une sortie recalculée
• Le saut de pas fixe et l'échantillonnage à moins de pas répartissent l'erreur uniformément sur le temps de diffusion alors que la sensibilité de l'échantillonneur est très non uniforme, ce qui explique leur perte de performance de tâche à latence égale
• La réutilisation sous budget dépense davantage d'appels au débruiteur dans les situations difficiles et encombrées et moins en espace dégagé, sans aucun entraînement supplémentaire

Principaux résultats

• D4RL AntMaze avec Diffuser : latence de 950 ms à 207 ms (4,6x) et appels au débruiteur par pas de 100 à 13,0, avec un score normalisé de 58,7 contre 58,3
• Avec un plafond de latence de 250 ms sur AntMaze, Muninn a obtenu 67,6 contre 68,7 pour le modèle complet disposant de 957 ms, contre 56,1 (FewSteps), 42,5 (FixedSkip) et 48,0 (ProbeThresh) ; probabilité de violation 0,04
• Matériel, 150 exécutions : navigation ASV avec le teacher BCOD de 60 ms à 24 ms de latence (réussite 97,0 % contre 96,8 %) ; navigation Crazyflie avec GC-Diffuser de 75 ms à 30 ms (93,0 % contre 92,8 %) ; manipulation SO-ARM100 avec Diffusion Policy de 40 ms à 24 ms (82,0 % contre 81,5 %)
• Planification d'un bras à 7-DoF en environnement encombré (difficile) : latence MPD de 230 ms à 121 ms avec une réussite de 82,0 % contre 81,2 % ; EDMP de 160 ms à 107 ms avec 88,0 % contre 87,5 %
• Politiques visuomotrices : DP3 Pour de 45 ms à 27 ms (98,0 % contre 97,6 % de réussite) ; Meta-World pick-place de 30 ms à 18 ms (92,0 % contre 91,5 %)
• La probabilité mesurée que le plan mis en cache dépasse la tolérance d'écart est restée entre 0,028 et 0,049 sur les benchmarks de RL hors ligne de la Table I

Limites

• La garantie ne vaut que pour la métrique d'écart choisie et la distribution d'étalonnage ; en cas de décalage de distribution, l'hypothèse d'échangeabilité peut tomber et le contrôle du risque se dégrader, si bien qu'un réétalonnage peut être nécessaire
• Le certificat borne l'écart par rapport au planificateur à calcul complet, pas la sécurité de la tâche : si le planificateur de base n'est pas sûr, Muninn reste proche de ce comportement non sûr
• La borne de l'union sur les pas de temps peut être conservatrice, réduisant l'accélération pour des niveaux de risque très faibles ou de longs horizons de diffusion
• Il faut une sonde peu coûteuse et informative des éléments internes du modèle, ce qui peut exiger un accès technique pour certaines architectures ; changer l'échantillonneur, le guidage ou le conditionnement impose un réétalonnage
• La traduction d'un budget d'écart en stabilité en boucle fermée dépend de la fréquence de replanification, de la robustesse du suiveur et du bruit d'estimation, et est laissée à des travaux futurs ; le budget est fixé par l'utilisateur au lieu d'être adapté au contexte

Impact sur le domaine

Lauréat du RSS 2026 Outstanding Student Paper Award et finaliste du RSS 2026 Outstanding Paper Award. Les auteurs publient le code, le jeu de données et les modèles.

Résumé

Les planificateurs de trajectoire à base de diffusion peuvent synthétiser des mouvements robotiques riches et multimodaux, mais leur débruitage itératif rend la planification et la commande en ligne prohibitivement lentes. Les accélérations existantes modifient soit l'échantillonneur, soit compressent le réseau – sacrifiant la qualité du plan ou exigeant un réentraînement sans tenir compte du risque pour la commande en aval. Nous traitons le problème consistant à rendre les planificateurs de trajectoire à base de diffusion assez rapides pour un usage robotique en temps réel, sans réentraîner le modèle ni sacrifier la qualité des trajectoires, et d'une manière qui fonctionne pour diverses architectures de diffusion dans l'espace d'état. Notre idée clé est que les planificateurs de trajectoire par diffusion exposent deux signaux exploitables : une sonde peu coûteuse de la façon dont leur représentation interne de la trajectoire change d'un pas à l'autre, et des coefficients analytiques décrivant comment les erreurs du débruiteur affectent la mise à jour d'état de l'échantillonneur. En étalonnant le premier signal par rapport au second sur des exécutions hors ligne, nous obtenons un score par pas qui majore l'écart possible de la trajectoire finale lorsque nous réutilisons une sortie du débruiteur mise en cache, et nous traitons cette borne comme un budget d'incertitude que nous pouvons dépenser au fil du processus de débruitage. Sur cette base, nous présentons Muninn, une surcouche de mise en cache sans entraînement qui suit ce budget d'incertitude pendant l'échantillonnage et, à chaque pas de diffusion, choisit entre réutiliser une sortie du débruiteur mise en cache lorsque l'écart prédit est faible et recalculer le débruiteur dans le cas contraire. Sur des benchmarks standard couvrant la planification par RL hors ligne (D4RL), la planification de mouvement dans l'espace des configurations et les politiques de diffusion visuomotrices, Muninn apporte jusqu'à 4,6× d'accélération en temps réel sur plusieurs planificateurs de trajectoire par diffusion et politiques de diffusion en réduisant les évaluations du débruiteur, tout en préservant les performances de tâche et les métriques de sécurité. Muninn certifie en outre – pour une tolérance d'écart et un niveau de risque choisis par l'utilisateur – que les rollouts mis en cache restent à une distance spécifiée de leurs équivalents à calcul complet, et nous validons ces gains lors de déploiements matériels de navigation et de manipulation en boucle fermée en temps réel. Code, jeu de données et vidéos supplémentaires disponibles à l'adresse : https://github.com/gokulp01/Muninn.

Liens

• 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
• Code: https://github.com/gokulp01/Muninn