Muninn: Your Trajectory Diffusion Model But Faster

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

Licenças

Acesso aberto
Artigo: CC BY 4.0

Tudo o que segue se baseia no artigo completo sob a licença CC BY 4.0; sua figura é mostrada com crédito aos autores.

Em resumo

O Muninn decide em cada passo de remoção de ruído se reutiliza uma saída do denoiser em cache, gerando planejamento por difusão até 4,6x mais rápido com um limite calibrado para o desvio em relação ao plano com computação completa.

Por que importa

Acelera planejadores e políticas de difusão pré-treinados já existentes sem retreinamento, dados extras ou mudanças de arquitetura, e pode ser combinado com modelos destilados ou menores para ganhos adicionais. O orçamento restante também é um sinal em tempo de execução que um controlador pode usar para voltar à computação completa ou a um controlador mais seguro.

Problema

Planejadores de trajetórias por difusão e políticas de difusão executam dezenas de passos de remoção de ruído por plano, o que é lento demais para plataformas embarcadas e laços de controle de alta frequência. As acelerações existentes mudam o amostrador ou comprimem a rede, o que custa qualidade do plano ou exige retreinamento, e os métodos de cache sem treinamento vindos da geração de imagens não dizem nada sobre como seus erros alteram a trajetória executada.

Solução proposta

O Muninn executa em cada passo apenas o estágio de entrada barato do denoiser e pontua o quanto essa representação interna mudou desde o passo anterior. Uma calibração conformal dividida (split-conformal) em execuções offline transforma essa pontuação em um limite de alta probabilidade para o erro de reutilizar uma saída em cache, e coeficientes analíticos do amostrador o convertem em um limite para o desvio da trajetória final. Em tempo de execução, os custos por passo são descontados de um orçamento de desvio definido pelo usuário: o denoiser é reutilizado enquanto resta orçamento e recalculado caso contrário, de modo que o plano com cache permanece a uma distância escolhida do plano com computação completa, com um nível de risco escolhido.

Principais ideias

Amostradores de difusão têm uma atualização analítica conhecida, então o efeito de um erro do denoiser no passo t sobre a trajetória final pode ser limitado por coeficientes de sensibilidade do amostrador; os primeiros passos podem importar mais que os últimos
A mudança em uma representação intermediária barata entre passos consecutivos prevê o quanto uma saída do denoiser em cache diferiria de uma recém-calculada
Pular passos de forma fixa e amostrar com menos passos espalham o erro uniformemente ao longo do tempo de difusão, embora a sensibilidade do amostrador seja altamente não uniforme, e é por isso que perdem desempenho na tarefa com a mesma latência
A reutilização com orçamento gasta mais chamadas ao denoiser em situações difíceis e desordenadas e menos em espaço aberto, sem nenhum treinamento extra

Principais resultados

D4RL AntMaze com Diffuser: latência de 950 ms para 207 ms (4,6x) e chamadas ao denoiser por passo de 100 para 13,0, com pontuação normalizada de 58,7 contra 58,3
Com um teto de latência de 250 ms no AntMaze, o Muninn marcou 67,6 contra 68,7 do modelo completo com 957 ms, e contra 56,1 (FewSteps), 42,5 (FixedSkip) e 48,0 (ProbeThresh); probabilidade de violação de 0,04
Hardware, 150 execuções: navegação de ASV com o professor BCOD de 60 ms para 24 ms de latência (sucesso de 97,0 % contra 96,8 %); navegação do Crazyflie com GC-Diffuser de 75 ms para 30 ms (93,0 % contra 92,8 %); manipulação com SO-ARM100 com Diffusion Policy de 40 ms para 24 ms (82,0 % contra 81,5 %)
Planejamento de braço de 7-DoF em ambiente desordenado (difícil): latência do MPD de 230 ms para 121 ms com sucesso de 82,0 % contra 81,2 %; EDMP de 160 ms para 107 ms com 88,0 % contra 87,5 %
Políticas visuomotoras: DP3 Pour de 45 ms para 27 ms (98,0 % contra 97,6 % de sucesso); Meta-World pick-place de 30 ms para 18 ms (92,0 % contra 91,5 %)
A probabilidade medida de o plano com cache exceder a tolerância de desvio ficou entre 0,028 e 0,049 nos benchmarks de RL offline da Tabela I

Limitações

A garantia vale apenas para a métrica de desvio escolhida e para a distribuição de calibração; sob mudança de distribuição, a hipótese de permutabilidade pode falhar e o controle de risco pode se degradar, então pode ser necessário recalibrar
O certificado limita o desvio em relação ao planejador com computação completa, não a segurança da tarefa: se o planejador base for inseguro, o Muninn permanece próximo desse comportamento inseguro
O limite da união sobre os passos de tempo pode ser conservador, reduzindo a aceleração em níveis de risco muito pequenos ou horizontes de difusão longos
Exige uma sonda barata e informativa do interior do modelo, o que pode requerer acesso de engenharia em algumas arquiteturas; mudar o amostrador, a orientação ou o condicionamento exige recalibração
Como um orçamento de desvio se traduz em estabilidade em malha fechada depende da taxa de replanejamento, da robustez do rastreador e do ruído de estimação, e fica para trabalhos futuros; o orçamento é fixado pelo usuário, em vez de se adaptar ao contexto

Impacto na área

Vencedor do RSS 2026 Outstanding Student Paper Award e finalista do RSS 2026 Outstanding Paper Award. Os autores disponibilizam código, conjunto de dados e modelos.

Resumo

Planejadores de trajetórias baseados em difusão conseguem sintetizar movimentos robóticos ricos e multimodais, mas sua remoção iterativa de ruído torna o planejamento e o controle online proibitivamente lentos. As acelerações existentes modificam o amostrador ou comprimem a rede, sacrificando a qualidade do plano ou exigindo retreinamento, sem levar em conta o risco para o controle subsequente. Tratamos o problema de tornar planejadores de trajetórias baseados em difusão rápidos o bastante para uso robótico em tempo real sem retreinar o modelo nem sacrificar a qualidade da trajetória, e de um modo que funcione com diversas arquiteturas de difusão no espaço de estados. Nossa ideia-chave é que planejadores de trajetórias por difusão expõem dois sinais que podemos explorar: uma sonda barata de como sua representação interna da trajetória muda entre passos e coeficientes analíticos que descrevem como os erros do denoiser afetam a atualização de estado do amostrador. Ao calibrar o primeiro sinal em relação ao segundo em execuções offline, obtemos uma pontuação por passo que limita superiormente o quanto a trajetória final pode se desviar quando reutilizamos uma saída do denoiser em cache, e tratamos esse limite como um orçamento de incerteza que podemos gastar ao longo do processo de remoção de ruído. Com base nessa ideia, apresentamos o Muninn, um wrapper de cache sem treinamento que acompanha esse orçamento de incerteza durante a amostragem e, em cada passo de difusão, escolhe entre reutilizar uma saída do denoiser em cache quando o desvio previsto é pequeno e recalcular o denoiser quando não é. Em benchmarks padrão que abrangem planejamento de RL offline (D4RL), planejamento de movimento no espaço de configurações e políticas de difusão visuomotoras, o Muninn entrega acelerações de tempo de relógio de até 4,6× em vários planejadores de trajetórias por difusão e políticas de difusão ao reduzir as avaliações do denoiser, preservando o desempenho na tarefa e as métricas de segurança. Além disso, o Muninn certifica, com uma tolerância de desvio e um nível de risco escolhidos pelo usuário, que as execuções com cache permanecem dentro de uma distância especificada de suas contrapartes com computação completa, e validamos esses ganhos em implantações em hardware de navegação e manipulação em malha fechada e em tempo real. Código, conjunto de dados e vídeos complementares disponíveis em: https://github.com/gokulp01/Muninn.

Open Source Robotics