TS-DP：首次用投机解码加速扩散策略推理

Ye Li 等研究者（清华大学相关作者团队）在 arXiv 发布 TS-DP 论文，据称首次将投机解码用于加速 Diffusion Policy，并针对任务难度随时间变化的具身场景设计了蒸馏 drafter 与强化学习调度器。代码已开源。 论文报告的实验结果：仿真中最高实现 4.17x NFE 降低和 3.2x 实际加速，草稿接受率超过 85%；真实世界实验达到 3.8x NFE 降低和 26 Hz 推理频率，传送带任务成功率提升 23%，同时保持相近的任务表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。