Translations:Diffusion Models Are Real-Time Game Engines/33/zh

如圖4所示，教師強制訓練和自動回歸採樣之間的領域偏移會導致誤差積累和採樣質量的快速下降。為了避免由於模型的自動回歸應用而導致的這種偏差，我們在訓練時向編碼幀中添加不同程度的高斯噪聲來擾動背景幀，並將噪聲水平作為輸入提供給模型，仿效 Ho 等人（2021）的方法。為此，我們對噪聲水平 $\alpha$ 進行均勻採樣，直至最大值，然後對其進行離散化，並為每個區間學習一個嵌入（見圖3）。這使得網絡能夠糾正前幾幀中的採樣信息，對於長期保持幀質量至關重要。在推理過程中，可以控制添加的噪聲水平以最大化質量，儘管我們發現，即使不添加噪聲，結果也顯著改善。我們將在5.2.2部分分析這種方法的影響。