論文の概要: Variational Optimal Control for Diffusion Guidance

• arxiv url: http://arxiv.org/abs/2610.37146v1
• Date: Tue, 27 Oct 2026 12:42:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.587576
• Title: Variational Optimal Control for Diffusion Guidance
• Title（参考訳）: 拡散誘導のための変分最適制御
• Abstract要約: サンプル時間誘導と報酬に基づくモデル適応を結合する変動制御フレームワークを提案する。 局所的な denoising 近似は、制御された変数に出力するプルバックを公開する。 ImageNetでは、VOGは250ステップでDiT-XL/2 FIDを2.27から2.04に、25ステップで7.58から4.44に削減している。
• 参考スコア（独自算出の注目度）: 15.75544182449425
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a variational control framework that connects sampling-time guidance and reward-based model adaptation through a shared Jacobian pullback. Starting from terminal reward maximization with a path-space KL penalty, the Gibbs variational principle and Doob transform yield a correction to the generative dynamics. A local denoising approximation exposes the pullback that transports output preferences to the controlled variable. This construction gives Variational Optimal Guidance (VOG) in state space and extends to Distilled Variational Optimal Control (DVOC) by amortizing locally improved endpoints into model parameters. The resulting controls share a local variational rule: VOG acts through the denoising Jacobian, while DVOC realizes the parameter pullback by endpoint distillation. Under a linear MMSE model, VOG's exact correction lies in the data subspace. On ImageNet, VOG reduces DiT-XL/2 FID from 2.27 to 2.04 at 250 sampling steps and from 7.58 to 4.44 at 25 steps. After 20 updates on Z-Image-Turbo, DVOC improves HPSv3++ and four held-out evaluator scores over the untrained model, with the highest corresponding means among the trained methods compared. These results connect inference-time control and reward adaptation through a common geometric principle.
• Abstract（参考訳）: サンプル時間誘導と報酬に基づくモデル適応を共用したジャコビアンプルバックにより結合する変動制御フレームワークを提案する。 パス空間 KL のペナルティによる終末報酬最大化から始まり、ギブス変分原理とドゥーブ変換は生成力学の補正をもたらす。 局所的な denoising 近似は、出力の好みを制御された変数に転送するプルバックを公開する。 この構成により、状態空間における変分最適誘導(VOG)が与えられ、局所的に改良されたエンドポイントをモデルパラメータに記憶することで、蒸留変分最適制御(DVOC)に拡張される。 DVOCは終端蒸留によるパラメータの引き戻しを実現するのに対し、VOGはジャコビアンをデノナイズすることで作用する。 線形MMSEモデルの下では、VOGの正確な補正はデータ部分空間にある。 ImageNetでは、VOGは250ステップでDiT-XL/2 FIDを2.27から2.04に、25ステップで7.58から4.44に削減している。 Z-Image-Turboの20の更新の後、DVOCはHPSv3++を改善し、トレーニングされていないモデルに対して4つのホールトアウト評価器スコアをスコアし、トレーニングされたメソッドの中で最も高い対応する手段を比較した。 これらの結果は、一般的な幾何学的原理を通じて、推論時間制御と報酬適応を結びつける。

関連論文リスト

• Time-delay Control Using a New Nonlinear Adaptive Law for Cable-Driven Robots [2.8953069101099516]
  本稿では,ケーブル駆動ロボットのための時間遅延推定(TDE)に基づく適応分数次非特異終端スライディングモード制御手法を提案する。 堅牢なコントローラは、TDEベースのモデルフリーフレームワーク内に構築されている。 主な貢献は、適応指数項を更新ゲインに導入し、非線形適応機構を形成する新しい適応法則である。
  論文  参考訳（メタデータ） (2026-07-29T01:35:59Z)
• From Open Loop to Closed Loop: A Test-Time Iterative Optimization Framework for Reference-Consistent Image Generation [108.02425846269234]
  制御可能な画像生成は、視覚的参照条件を組み込むことで、大きな進歩を遂げた。 既存の方法は、主にオープンループシステムとして動作する。 本稿では,閉ループ動的トラッキング問題として参照一貫性生成を再構成する新しいテスト時間反復最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-06T05:36:30Z)
• PG-MAP: Joint MAP Optimization for Inference-Time Alignment of Diffusion and Flow-Matching Models [0.8594140167290097]
  事前訓練されたテキスト-画像モデルの推測時間アライメントは、通常、単一の制御軸に沿って実行される。 我々は、軌道レベルのギブスマップ/近位エネルギー最適化として推論時間アライメントを定式化する、トレーニング不要のフレームワークPG-MAPを提案する。
  論文  参考訳（メタデータ） (2026-06-22T07:36:36Z)
• The Golden Subspace: Where Efficiency Meets Generalization in Continual Test-Time Adaptation [86.83038620308423]
  Continual Test-Time Adaptation (CTTA)は、ソースデータにアクセスすることなく、分散シフトの下でラベルなしのデータストリームへのオンライン適応を可能にすることを目的としている。 我々は,GOLD ( Guided Online Low-rank Directional Adaptation) を提案する。これは,Goldenサブスペースに機能を投影する軽量アダプタを用いて,サブスペースがAGOPを介して動的に更新される間に,コンパクトなスケーリングベクトルを学習する。
  論文  参考訳（メタデータ） (2026-03-23T12:48:38Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• Why Steering Works: Toward a Unified View of Language Model Parameter Dynamics [81.80010043113445]
  局所的な微調整、LoRAに基づく適応、およびアクティベーションに基づく介入を分離して研究する。 制御信号によって誘導される動的ウェイト更新として、これらの介入をフレーム化する統一的な視点を示す。 提案手法では,選択と効用との間に一貫したトレードオフが観測される。
  論文  参考訳（メタデータ） (2026-02-02T17:04:36Z)
• On Controller Tuning with Time-Varying Bayesian Optimization [74.57758188038375]
  制御対象とその変更に関する適切な事前知識を用いて、時間変化最適化(TVBO)を用いて、変更環境におけるコントローラのオンラインチューニングを行う。 本研究では,不確実性注入(UI)を用いたTVBO戦略を提案する。 我々のモデルはTVBOの最先端手法よりも優れており、後悔の軽減と不安定なパラメータ構成の低減を実現している。
  論文  参考訳（メタデータ） (2022-07-22T14:54:13Z)
• ControlVAE: Tuning, Analytical Properties, and Performance Analysis [14.272917020105147]
  ControlVAEは、新しい変分自動エンコーダフレームワークである。 VAEモデルのKL分割を所定の値に安定化する。 復元品質とKL分割の良好なトレードオフを達成することができる。
  論文  参考訳（メタデータ） (2020-10-31T12:32:39Z)
• Logarithmic Regret Bound in Partially Observable Linear Dynamical Systems [91.43582419264763]
  部分的に観測可能な線形力学系におけるシステム同定と適応制御の問題について検討する。 開ループ系と閉ループ系の両方において有限時間保証付きの最初のモデル推定法を提案する。 AdaptOnは、未知の部分観測可能な線形力学系の適応制御において、$textpolylogleft(Tright)$ regretを達成する最初のアルゴリズムであることを示す。
  論文  参考訳（メタデータ） (2020-03-25T06:00:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。