UniConFlow：用于可认证运动规划的统一约束流匹配框架

arXiv:2506.02955v3 公告类型：替换并交叉列出 摘要：生成模型已成为机器人运动生成领域日益强大的工具，能够在各种任务中灵活生成多模态轨迹。然而，大多数现有方法在处理多种类型的约束时仍存在局限，例如避碰、驱动限制和动力学一致性；这些约束通常被单独处理，或通过启发式方法处理。在本研究中，我们提出 UniConFlow，这是一种基于统一约束流匹配的轨迹生成框架，可系统地纳入等式和不等式约束。此外，UniConFlow 引入了一种新颖的预设时间归零函数，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要求。为进一步应对长时域、高维轨迹生成带来的计算挑战，我们还针对终端约束施加和推理过程提出了两种实用策略：一种违规片段提取方案，可精确定位并仅优化轨迹中违反约束的部分；以及一种轨迹压缩方法，可在降维空间中加速优化，同时保持解码后重建的高保真度。我们在双倒立摆、从现实到仿真的赛车任务以及从仿真到现实的操作任务这三项实验中进行了实证验证，结果表明，UniConFlow 优于最先进的生成式规划器和传统优化基线，在安全性、运动学与动力学一致性以及动作可行性等可认证运动规划指标上取得了更优的表现。项目页面：https://uniconflow.github.io。