arXiv cs.AI· Jianming Ma, Rongjun Jin, Yizhi Chen, Yue Gao·· 13 小时前AI 评分31
从二元可行性预言机学习安全流匹配机器人策略
Learning Safe Flow Matching Robot Policies from Binary Feasibility Oracles
AI 导读
针对流匹配机器人策略生成的动作无法保证满足关节限位、避障等物理约束的问题，研究者提出一种预言机引导的可微安全防护机制，仅通过二元可行性查询在前向传播中修正不安全更新，并在反向传播中提取局部边界信息提供约束感知学习信号。该方法与离散时间流匹配结合，训练与推理共用同一防护机制，无需显式或可微约束模型。在障碍感知机器人操作实验中实现 100% 约束满足，同时保持任务性能。
正文 · AI 翻译
摘要：机器人基础模型日益依赖基于流的动作生成来实现通用操作，但生成的动作无法保证满足关节限位和碰撞避免等物理约束。当可行集无法解析描述、只能通过黑盒可行性预言机访问时，这一问题尤为棘手。我们研究这种仅依赖预言机的实际场景，并提出一种预言机引导的可微安全防护机制，用于安全的流匹配机器人策略。该防护机制利用二元可行性查询在前向传播中修正不安全的更新，同时提取局部边界信息，在反向传播中提供约束感知的学习信号。结合离散时间流匹配，同一防护机制在训练和推理阶段均被使用，从而无需显式或可微的约束模型即可实现前向—反向对齐的策略学习。在障碍物感知机器人操作任务上的实验表明，该方法在保持任务性能的同时实现了 100% 的约束满足率。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.40075 [cs.RO] |
| （或使用 arXiv:2610.40075v1 [cs.RO] 引用此版本） | |
| https://doi.org/10.48550/arXiv.2610.40075 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jianming Ma [查看邮箱]
[v1]
2026 年 10 月 29 日星期四 13:53:04 UTC（465 KB）
来源：arXiv cs.AI · arxiv.org