長期計画はロボティクスにおける重要な課題の一つです。従来の手法では、短期的なセグメントをつなぎ合わせて軌道を生成することが一般的でしたが、複雑なタスクでは限界がありました。近年、構成拡散計画（Compositional Diffusion Planning）が、スコア合成によって重複する短期的セグメントを接続し、長期軌道を生成する方法として注目されています。しかし、局所的な計画分布が多峰性を示す場合、既存の構成手法は「モード平均化」（mode-averaging）という問題に直面します。これは、互いに不整合な局所モードを平均することで、局所的にも全体的にも実行不可能な計画を生み出す現象です。
この問題に対処するため、ソウル大学などの研究者（Kyowoon Lee, Yunhao Luo, Anh Tong, Jaesik Choi）は、RCD（Refining Compositional Diffusion）を提案しました。これは追加の訓練を必要としないガイダンス手法です。RCDの核心は、事前学習済み拡散モデルの自己再構成誤差（self-reconstruction error）を、合成計画の対数密度のプロキシとして利用することにあります。自己再構成誤差が低いほど、その計画がモデルの学習したデータ分布に適合していることを示します。さらに、RCDはオーバーラップ一貫性項（overlap consistency term）を導入し、隣接セグメントの境界での整合性を強制します。これら二つのガイダンスを組み合わせることで、サンプリングを高密度で全体的に一貫した計画に集中させ、モード平均化を軽減します。
実験では、OGBenchベンチマークの挑戦的な長期タスク（ロコモーション、物体操作、ピクセルベース観測）においてRCDの有効性が検証されました。既存の構成拡散計画ベースラインと比較して、RCDはすべてのタスクで一貫して優れた性能を示し、計画の成功率と軌道の滑らかさを向上させました。この研究は、構成拡散計画における重要な理論的課題を解決するだけでなく、実際のロボットシステムにおける長期タスク計画の実用的な改善策を提供します。論文は2026年5月4日にarXivに投稿され、ロボティクス、人工知能、機械学習の分野に分類されています。