この記事では、拡散ポリシーを用いた動的システムの閉ループ安定性について論じています。拡散ポリシーは、確率的摂動下でのロボット操作タスクにおいて優れた性能を示していますが、行動推論のために計算量が多い逆時間拡散プロセスに依存しているため、リアルタイムアプリケーションでの迅速な意思決定に難がありました。本研究では、行動実行前に部分的にデノイジングプロセスを実施することで、植物の動力学が進行し、その間に計算機上で逆時間拡散ダイナミクスが行われる状況を考慮しています。特に、植物の動力学とデノイジングの動力学が結びついた場合の閉ループシステムの安定性の理論的境界を調査し、速やかな模倣学習のフレームワークを提供しています。この研究は、コントローラがデモンストレーションの分散に基づいて安定するかどうかを判断するメトリックも提示しています。