arXiv cs.AI· Zewen Yang, Xiaobing Dai, Dian Yu, Zhijun Li, Majid Khadiv, Sandra Hirche, Sami Haddadin·· 6 天前AI 评分24
UniConFlow：面向可认证运动规划的统一约束流匹配框架
UniConFlow: A Unified Constrained Flow-Matching Framework for Certified Motion Planning
AI 导读
UniConFlow 是一个统一约束流匹配框架，可同时处理等式与不等式约束，用于机器人轨迹生成。它引入 prescribed-time zeroing 函数在推理时塑造时变引导场，并提出违规片段提取协议与轨迹压缩方法以应对长时域、高维轨迹生成。
正文 · AI 翻译
摘要：生成模型已成为越来越强大的机器人运动生成工具，能够跨各种任务实现灵活且多模态的轨迹生成。然而，大多数现有方法在处理多种类型的约束时仍然受限，例如避碰、驱动限制和动态一致性，这些约束通常被单独或启发式地处理。在这项工作中，我们提出了 UniConFlow，一个统一的基于约束流匹配的轨迹生成框架，系统地同时纳入等式和不等式约束。此外，UniConFlow 引入了一种新颖的规定时间归零函数，在推理过程中塑造时变引导场，使生成过程能够适应不同的系统模型和任务需求。此外，为了进一步应对长时域和高维轨迹生成的计算挑战，我们提出了两种用于终端约束执行和推理过程的实用策略：一种违规片段提取协议，能够精确定位并仅细化轨迹中违反约束的部分；以及一种轨迹压缩方法，在降维空间中加速优化，同时在解码后保持高保真重建。在三个实验中的实证验证，包括双倒立摆、真实到仿真赛车任务以及仿真到真实操作任务，表明 UniConFlow 优于最先进的生成式规划器和传统优化基线，在安全性、运动动力学一致性和动作可行性等经过认证的运动规划指标上取得了优越性能。项目页面见：此 https URL。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2506.02955 [cs.RO] |
| （或 arXiv:2506.02955v3 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2506.02955 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Xiaobing Dai [查看电子邮件]
[v1]
2025年6月3日星期二 14:48:04 UTC（1,163 KB）
[v2]
2026年1月14日星期三 13:47:10 UTC（13,384 KB）
[v3]
2026年10月8日星期四 20:49:52 UTC（6,055 KB）
来源：arXiv cs.AI · arxiv.org