标签
提出了可微分扩散条件化（D2C），通过使冻结的条件扩散模型的确定性反向去噪链对条件信号可微，将其转化为基于梯度的端到端优化器，用于离线模型优化，并在激光脉冲优化、数据中心调度及 Design-Bench 任务上取得最佳结果。
本文提出DOMOO，一种多样性驱动的离线多目标优化方法，通过累积风险控制和嵌套帕累托集学习来解决分布外问题，在基准测试中实现了优异的收敛性和多样性。