Valdi 價值擴散世界模型：結合生成能力與低延遲預測，開創即時機器人規劃新方法

本研究開發 Valdi 框架，透過單步擴散機制將生成式世界模型導入即時預測控制。實驗證明其在 CarRacing 任務中能兼顧動態不確定性處理與高效推理速度。

Problem

世界模型在模型預測控制（MPC）中面臨雙重挑戰：既需具備強大的表達能力以模擬不確定的未來動態，又必須維持極高的推理速度以供在線規劃。擴散模型雖擅長處理多模態的不確定性，但其繁重的迭代推論過程造成高延遲，難以直接應用於需要低延遲的潛在空間規劃場景。

研究團隊開發了「價值擴散世界模型（Valdi）」，將端到端在線訓練與潛在擴散動態模型相結合。其核心創新在於訓練與推理階段均採用「單步擴散（single-step diffusion）」機制，旨在保留擴散模型捕捉複雜機率分佈能力的同時，大幅降低計算開銷以符合即時控制需求。

在 CarRacing 環境的初步實驗中，Valdi 僅憑單次擴散步驟即達到與傳統確定性 MLP 基準模型相當的控制性能。此外，實驗過程揭示了預測模型的多模態性（Multimodality）與實際控制表現之間，在現有設定下存在顯著的權衡關係。

此研究成功填補了擴散模型與低延遲即時規劃之間的技術鴻溝。Valdi 證明了單步擴散機制能有效兼顧世界模型的表達力與運行效率，為未來在高度不確定環境下進行自動化決策與機器人控制，提供了具備實用性的新型架構參考。