arXiv 2026年10月1日作者提出iADD，一种基于离散时间扩散模型强化学习后训练的方法，通过理论分析指出更新早期去噪时间步比只更新后期时间步更有利于保持多样性，并引入增量式稀疏时间步课程与离散时间Feynman-Kac路径剪枝和分支；在稀有提示图像生成、消失点校正和3D室内场景合成三类任务上，iADD在奖励、Inception Score、稀有事件成功率与AUC上均优于DDPO、B2-DiffuRL等对比方法，且其组件可与GRPO式优化组合。作者提出iADD，一种基于离散时间扩散模型强化学习后训练的方法，通过理论分析指出更新早期去噪时间步比只更新后期时间步更有利于保持多样性，并引入增量式稀疏时间步课程与离散时间Feynman-Kac路径剪枝和分支；在稀有提示图像生成、消失点校正和3D室内场景合成三类任务上，iADD在奖励、Inception Score、稀有事件成功率与AUC上均优于DDPO、B2-DiffuRL等对比方法，且其组件可与GRPO式优化组合。iADD用早期时间步更新与Feynman-Kac分支，在图像与3D场景生成中同时提升奖励对齐、多样性与稀有提示成功率作者提出iADD，一种基于离散时间扩散模型强化学习后训练的方法，通过理论分析指出更新早期去噪时间步比只更新后期时间步更有利于保持多样性，并引入增量式稀疏时间步课程与离散时间Feynman-Kac路径剪枝和分支；在稀有提示图像生成、消失点校正和3D室内场景合成三类任务上，iADD在奖励、Inception Score、稀有事件成功率与AUC上均优于DDPO、B2-DiffuRL等对比方法，且其组件可与GRPO式优化组合。作者提出iADD，一种基于离散时间扩散模型强化学习后训练的方法，通过理论分析指出更新早期去噪时间步比只更新后期时间步更有利于保持多样性，并引入增量式稀疏时间步课程与离散时间Feynman-Kac路径剪枝和分支；在稀有提示图像生成、消失点校正和3D室内场景合成三类任务上，iADD在奖励、Inception Score、稀有事件成功率与AUC上均优于DDPO、B2-DiffuRL等对比方法，且其组件可与GRPO式优化组合。