BAC: Caching Adattivo a Blocchi Accelera la Diffusion Policy per il Controllo Robotico in Tempo Reale

I ricercatori propongono il Block-wise Adaptive Caching (BAC) per accelerare la Diffusion Policy, un modello visuomotorio computazionalmente costoso per il controllo robotico in tempo reale. La Diffusion Policy soffre di un elevato costo computazionale a causa dei passaggi ripetitivi di denoising, e le tecniche di accelerazione esistenti falliscono a causa di divergenze architetturali e nei dati. BAC memorizza nella cache le caratteristiche intermedie dell'azione a livello di blocco, aggiornandole e riutilizzandole in modo adattivo basandosi sull'osservazione che le somiglianze delle caratteristiche hanno dinamiche temporali non uniformi e pattern specifici per blocco. Un Adaptive Caching Scheduler identifica i timestep di aggiornamento ottimali massimizzando la somiglianza globale delle caratteristiche, consentendo un'accelerazione senza perdita. Il metodo affronta la ridondanza tra i passaggi di denoising mantenendo la qualità della generazione. L'articolo è disponibile su arXiv con ID 2506.13456.