离散域中的扩散模型预测控制：可行性约束、视野效应与评论家对齐：以俄罗斯方块为例

本文以俄罗斯方块为例，研究离散组合域中基于扩散的模型预测控制（Diffusion-MPC）。该规划器利用类 MaskGIT 的离散去噪器采样候选放置序列，并通过重排序选择动作。研究分析了三个关键因素：基于有效放置的对数掩码可行性约束采样、使用启发式评分与预训练 DQN 评论家的重排序策略，以及计算规模对候选数量和规划视野的影响。结果表明，可行性掩码在离散域中至关重要，能显著提升得分与生存率；而朴素 DQN 重排序存在系统性偏差，短规划视野在稀疏奖励下表现更优。