Constrained Synthesis with Projected Diffusion Models

要約

この論文では、生成拡散プロセスに、制約と物理的原則の遵守を満たし、それを証明する能力を与えるアプローチを紹介します。
提案された手法は、生成拡散モデルの従来のサンプリング プロセスを制約付きの最適化問題として再構築し、生成されたデータの分布が指定された領域内に留まるように操作して、指定された制約を確実に遵守します。
これらの機能は、凸型と困難な非凸型の両方の制約と常微分方程式を特徴とするアプリケーションで検証されており、その範囲は、正確な形態計測特性を備えた新材料の合成、物理学に基づいたモーションの生成、計画シナリオでのパスの最適化、および人間の操作にまで及びます。
モーション合成。

要約(オリジナル)

This paper introduces an approach to endow generative diffusion processes the ability to satisfy and certify compliance with constraints and physical principles. The proposed method recast the traditional sampling process of generative diffusion models as a constrained optimization problem, steering the generated data distribution to remain within a specified region to ensure adherence to the given constraints. These capabilities are validated on applications featuring both convex and challenging, non-convex, constraints as well as ordinary differential equations, in domains spanning from synthesizing new materials with precise morphometric properties, generating physics-informed motion, optimizing paths in planning scenarios, and human motion synthesis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google