연구진은 디퓨전 오토인코더가 다양한 잠재 구조를 학습하면서도 유사한 이미지 품질을 달성하는 이유를 분석했어요. 이미지 재구성 대비 잠재 표현 품질 곡선을 분석한 결과, 학습 초기 두 가지 뚜렷한 영역을 중심으로 최적화 경로가 형성되는 것을 확인했어요. 재구성 영역의 모델은 초기 이미지 충실도를 우선시하는 반면, 분리 영역의 모델은 재구성 및 분리 모두를 점진적으로 개선해요.
연구진은 디퓨전 U-Net의 단축 경로를 타겟팅하고 초기 노이즈 수준 노출을 제어하여 재구성-분리 균형을 형성할 수 있다고 가정했어요. SteeringDRL이라는 새로운 방법을 도입하여 최적화를 강화된 표현으로 유도했는데, 분리 벤치마크에서 표현 품질을 개선하고 시드 민감도를 줄였어요.
SteeringDRL은 객체 중심 학습에서 공간 분리를 확장하여 합성 및 실제 데이터 세트에서 분할 품질을 향상시켰어요.