SafeFlowMatcher: 基于流匹配与控制障碍函数的安全快速规划
机器人学
2026-02-24 v3 人工智能
摘要
基于流匹配的生成式规划器在单个或少数ODE步骤中生成高质量路径，但其采样动力学不提供正式的安全保证，并且在约束附近可能产生不完整的路径。我们提出了SafeFlowMatcher，一个将流匹配与控制障碍函数相结合的规划框架，以实现实时效率和认证安全性。SafeFlowMatcher采用两阶段（PC）积分器：（i）预测阶段将学习到的流匹配积分一次（或少数几步）以获得无需干预的候选路径；（ii）校正阶段使用时间衰减向量场和基于CBF的二次规划对该路径进行最小扰动修正。我们为所得流系统证明了障碍证书，建立了鲁棒安全集的前向不变性和有限时间收敛到安全集。此外，通过仅在执行路径上强制安全性而非所有中间潜变量路径，SafeFlowMatcher避免了分布漂移并缓解了局部陷阱问题。此外，SafeFlowMatcher在迷宫导航、运动和机器人操作任务中比扩散和FM基线方法获得了更快、更平滑、更安全的路径。广泛的消融实验证实了PC积分器和障碍证书的贡献。
引用
@article{arxiv.2509.24243,
title = {SafeFlowMatcher: Safe and Fast Planning using Flow Matching with Control Barrier Functions},
author = {Jeongyong Yang and Seunghwan Jang and SooJean Han},
journal= {arXiv preprint arXiv:2509.24243},
year = {2026}
}
备注
ICLR 2026(poster)