通过摊销基于样本的变分推断来对齐少步生成模型

Jaewoo Lee, Hyeongyu Kang, Dohyun Kim, Kyuil Sim, Woocheol Shin, Minsu Kim, Taeyoung Yun, Jeongjae Lee, Sanghyeok Choi, Tabitha Edith Lee, Jongchul Ye, Jinkyoo Park

2026

摘要

本文提出FAV框架，通过将对齐问题转化为从奖励倾斜分布中采样，并利用Stein变分梯度下降进行样本推理，再通过不动点回归将粒子更新摊销到生成器参数中，从而实现对少步生成模型的一般性对齐。在机器人操作策略对齐和图像生成器对齐任务上，FAV均优于现有基线方法。

关键词

few-step generative modelalignmentvariational inferenceStein Variational Gradient Descentrobotics manipulationimage generation

通过摊销基于样本的变分推断来对齐少步生成模型

摘要

关键词

相关论文

面向学习与规划的并行可微可达性：具有认证神经动力学与控制器的系统

信任区域Q伴随匹配

操控有形虚拟物体动力学以促进精确力量生成的学习

基于随机解耦策略梯度的高效在线视觉强化学习