AegisFlow：免训练全局路径安全引导框架

1. 12:00
   arXiv cs.AI

   AegisFlow：免训练非短视路径安全引导流匹配

   AegisFlow 提出一种免训练、非短视的路径安全引导框架，将引导生成重构为具有全局视野的安全关键最优控制问题，通过将时变障碍函数直接融入全局代价函数，沿整条生成路径施加约束。该方法推导出 Hamilton-Jacobi-Bellman（HJB）方程的可计算近似以求解全局最优控制，在文本引导图像编辑和机器人规划任务上优于现有方法，在目标对齐与约束满足之间取得更好权衡。代码已开源。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。