KAN We Flow? 基于 KAN 与 RWKV 的 3D 流匹配提升机器人操作
机器人学
2026-02-16 v2 计算机视觉与模式识别
摘要
基于扩散的视觉运动策略在建模动作分布方面表现出色，但因需要从噪声递归去噪到策略的多个步骤和重型 UNet 主干，导致推理效率低下，阻碍了资源受限机器人的部署。流匹配通过学习一步向量场来缓解采样负担，但以往实现仍继承大型 UNet 风格架构。本文提出 KAN-We-Flow，一种基于 RWKV 和 Kolmogorov-Arnold 网络（KAN）从视觉到操作构建轻量且高度表达的主干的流匹配策略。具体而言，我们引入了 RWKV-KAN 模块：RWKV 首先执行高效的时间/通道混合以传播任务上下文，随后通过 GroupKAN 层应用可学习的样条基函数的、按组的功能映射，对 RWKV 输出上的动作映射进行特征级非线性校准。此外，我们引入了 Action Consistency Regularization（ACR），一种轻量级辅助损失，通过欧拉外推 enforce 预测动作轨迹与专家演示的一致性，提供额外的监督以稳定训练并提高策略精度。不诉诸大型 UNet，我们的设计减少了 86.8% 的参数，保持快速运行时，同时在 Adroit、Meta-World 和 DexArt 基准测试中实现了最先进的成功率。我们的项目页面可在 \href{https://zhihaochen-2003.github.io/KAN-We-Flow.github.io/}{\textcolor{red}{link}} 查看。
引用
@article{arxiv.2602.01115,
title = {KAN We Flow? Advancing Robotic Manipulation with 3D Flow Matching via KAN & RWKV},
author = {Zhihao Chen and Yiyuan Ge and Ziyang Wang},
journal= {arXiv preprint arXiv:2602.01115},
year = {2026}
}
备注
Accepted By ICRA2026