マニフォールド最適ガイダンス: 拡散ガイダンスにおける統一リーマン幾何学的制御の視点

概要: Classifier-Free Guidance（CFG）は条件付き拡散のデファクトの制御機構として機能しますが、高いガイダンススケールは過飽和、質感アーティファクト、構造崩壊をもたらすことで悪名高いです。これを幾何学的ミスマッチに起因すると捉えます。標準の CFG は周囲空間でユークリッド外挿を行い、サンプリング軌道を高密度データ多様体から意図せず逸脱させます。これを解決するために、局所的な最適制御問題としてガイダンスを再定式化するフレームワーク、マニフォールド最適ガイダンス（MOG）を提案します。MOG は、再訓練を必要とせずにマニフォールド外のドリフトを修正する、閉形式で幾何学を考慮したリーマン幾何学的更新を提供します。この視点を活用して、動的エネルギーバランシング・スケジュールを備え、ガイダンス強度を適応的に校正する Auto-MOG も導入します。これにより、手動のハイパーパラメータ調整の必要性を実質的に排除します。広範な検証により、MOG はベースラインと比較して忠実度と整合性の面で優れていることが示され、追加の計算オーバーヘッドはほとんどありません。