Multi-Agent Flow Matching with Decoupled Generative Guidance

📄 arXiv: 2609.38133v1 📥 PDF

作者: Ruoyu Lin, Magnus Egerstedt, Fabio Pasqualetti

分类: cs.LG, cs.MA, cs.RO, math.OC

发布日期: 2026-09-29

💡 一句话要点

提出DeGG-Flow以解决多智能体生成中的约束满足问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知与语义 (Perception & Semantics) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 多智能体生成 生成建模 控制仿射动态系统 约束满足 Wasserstein界限 多机器人协作 场景生成

📋 核心要点

  1. 现有生成模型在满足多智能体生成中的硬性约束方面存在不足，尤其是当要求依赖于多个智能体时，挑战更为明显。
  2. 本文提出的DeGG-Flow框架通过将生成过程视为控制仿射动态系统，提供了独立的生成指导，解决了多智能体之间的耦合问题。
  3. 实验结果表明，DeGG-Flow在多机器人协作和多对象场景生成中，能够有效满足所有硬性要求，且在未见过的团队规模下也表现良好。

📝 摘要（中文）

生成建模广泛用于从复杂的多模态分布中生成多样化对象。然而，其表达能力通常缺乏生成对象满足硬性约束的正式保证。在多智能体生成中，这一问题更为复杂，因为硬性要求可能依赖于多个智能体，而每个智能体需要独立确定其指导输入。为此，本文提出了DeGG-Flow，一个用于多智能体流匹配的框架，通过将生成过程表示为控制仿射动态系统，开发了两类耦合要求的指导条件，并建立了可行性条件和有限时间收敛保证。我们还推导了一个Wasserstein界限，表征了指导引起的分布偏差。通过多机器人协作和多对象场景生成的实验，DeGG-Flow能够直接生成满足所有硬性要求的对象。

🔬 方法详解

问题定义：本文旨在解决多智能体生成中，如何确保生成对象满足多个智能体之间的硬性约束的问题。现有方法往往无法保证生成的对象在满足这些约束时的有效性，尤其是在智能体之间相互依赖的情况下。

核心思路：DeGG-Flow的核心思路是将生成过程建模为控制仿射动态系统，通过独立的生成指导来处理多智能体之间的耦合要求。这种设计使得每个智能体可以在不依赖其他智能体的情况下，确定自己的指导输入。

技术框架：DeGG-Flow的整体架构包括两个主要模块：一是针对共享要求的指导条件，二是针对个体智能体的私有要求的指导条件。每个模块都建立了可行性条件和有限时间收敛保证，并推导了Wasserstein界限。

关键创新：本文的关键创新在于提出了独立的生成指导机制，使得多智能体生成能够在复杂的耦合约束下有效运行。这一方法与现有的集中式生成方法有本质区别，后者往往依赖于所有智能体的同步计算。

关键设计：在设计中，本文设定了具体的损失函数以确保生成对象的质量，并通过调整控制参数来优化生成过程。此外，网络结构采用了适应性模块，以便在不同的应用场景中灵活调整。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，DeGG-Flow在多机器人协作中成功实现了跨越空间间隙的任务，且在多对象场景生成中，生成的对象均满足所有硬性要求。与基线方法相比，DeGG-Flow在满足约束的能力上提升了显著的性能，尤其是在未见过的团队规模下表现出色。

🎯 应用场景

DeGG-Flow的潜在应用领域包括多机器人协作、智能交通系统以及复杂场景的自动生成等。其能够在动态环境中有效满足硬性约束的能力，将为智能体系统的自主决策和协作提供重要支持，推动相关领域的技术进步。

📄 摘要（原文）

Generative modeling is widely used for producing diverse objects from complex, multimodal distributions. However, its expressivity does not, in general, come with formal guarantees that the generated objects satisfy hard constraints or requirements. In multi-agent generation, this problem becomes more challenging because a hard requirement can depend on multiple agents, while each agent may need to determine its own guidance input without relying on the simultaneously computed guidance inputs of other agents. To this end, we introduce DeGG-Flow, a general framework for multi-agent flow matching with decoupled generative guidance. By representing the generative process as a control-affine dynamical system, we develop guidance conditions for two classes of coupled requirements: shared requirements whose satisfaction depends on multiple agents together, and private requirements associated with each individual agent dependent on its neighbors. For both classes, we establish feasibility conditions and finite-horizon convergence guarantees. We further derive a Wasserstein bound that characterizes the distributional deviation induced by the guidance. We demonstrate DeGG-Flow on multi-robot collaboration for crossing a spatial gap by reconfiguring the environment, and on multi-object scene generation with affordance requirements. Across both applications, DeGG-Flow directly generates objects that satisfy all corresponding hard requirements, including at team sizes unseen during training.