DynaFlow: Dynamics-embedded Flow Matching for Physically Consistent Motion Generation from State-only Demonstrations

📄 arXiv: 2509.19804v2 📥 PDF

作者: Sowoo Lee, Dongyun Kang, Jaehyun Park, Hae-Won Park

分类: cs.RO

发布日期: 2025-09-24 (更新: 2025-10-28)

备注: 8 pages

💡 一句话要点

DynaFlow：嵌入动力学的Flow Matching用于从状态演示中生成物理一致的运动

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱四：生成式动作 (Generative Motion) 支柱七：动作重定向 (Motion Retargeting) 支柱八：物理动画 (Physics-based Animation)

关键词: Flow Matching 机器人运动生成 物理模拟 四足机器人 状态演示 可微模拟 动力学建模

📋 核心要点

  1. 现有方法难以从仅状态演示中生成物理上可行的机器人运动，通常需要动作数据或复杂的约束设计。
  2. DynaFlow将可微模拟器嵌入Flow Matching模型，通过动作空间生成状态轨迹，保证物理一致性，并可端到端训练。
  3. 实验表明，DynaFlow生成的动作可在真实Go1机器人上成功执行，实现各种步态和长时程运动，验证了其有效性。

📝 摘要（中文）

本文提出DynaFlow，一种新颖的框架，它将可微模拟器直接嵌入到Flow Matching模型中。通过在动作空间中生成轨迹，并经由模拟器将其映射到动态可行的状态轨迹，DynaFlow确保所有输出在构建上都是物理一致的。这种端到端可微架构支持仅基于状态演示的训练，允许模型同时生成物理一致的状态轨迹，并推断产生这些轨迹所需的底层动作序列。我们通过定量评估证明了该方法的有效性，并通过将生成的动作部署到真实的Go1四足机器人上，展示了其在现实世界中的适用性。机器人成功地再现了数据集中存在的各种步态，在开环控制中执行了长时程运动，并将不可行的运动学演示转化为动态可执行的、风格化的行为。这些硬件实验验证了DynaFlow能够从仅状态演示中生成可部署的、高效的真实硬件运动，有效地弥合了运动学数据和真实世界执行之间的差距。

🔬 方法详解

问题定义：现有机器人运动生成方法通常需要动作数据进行训练，或者需要复杂的约束设计来保证生成的运动在物理上可行。然而，获取精确的动作数据成本高昂，而复杂的约束设计往往难以泛化到不同的机器人和任务。因此，如何仅从状态演示中生成物理上可行的机器人运动是一个重要的挑战。

核心思路：DynaFlow的核心思路是将一个可微的物理模拟器嵌入到Flow Matching模型中。Flow Matching模型负责生成动作序列，而物理模拟器则将这些动作序列转化为状态轨迹。由于状态轨迹是由物理模拟器生成的，因此它们在构建上就是物理上可行的。通过端到端地训练整个模型，DynaFlow可以学习从状态演示中推断出潜在的动作序列，并生成相应的物理可行状态轨迹。

技术框架：DynaFlow的整体架构包含两个主要模块：Flow Matching模块和物理模拟器模块。Flow Matching模块负责生成动作序列，它接收一个随机噪声作为输入，并通过一系列的变换将其转化为一个动作序列。物理模拟器模块接收Flow Matching模块生成的动作序列作为输入，并根据机器人的动力学模型计算出相应的状态轨迹。整个模型通过最小化生成的状态轨迹与演示状态轨迹之间的差异进行训练。

关键创新：DynaFlow最重要的技术创新点在于将可微物理模拟器嵌入到Flow Matching模型中，从而实现了从状态演示中生成物理可行运动。与现有方法相比，DynaFlow不需要动作数据进行训练，也不需要复杂的约束设计。此外，DynaFlow的端到端可微架构使得它可以同时学习动作生成和动力学建模。

关键设计：DynaFlow的关键设计包括：1) 使用Flow Matching模型作为动作生成器，可以生成多样化的动作序列；2) 使用可微物理模拟器来保证生成的状态轨迹的物理可行性；3) 使用端到端训练方法来优化整个模型，使得它可以从状态演示中学习到潜在的动作序列。损失函数主要包括状态轨迹的均方误差损失，以及可选的动作正则化项。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

DynaFlow在Go1四足机器人上的实验结果表明，该方法能够成功地从仅状态演示中生成各种步态和长时程运动。实验还表明，DynaFlow可以将不可行的运动学演示转化为动态可执行的、风格化的行为。这些结果验证了DynaFlow在真实机器人上的有效性和实用性。

🎯 应用场景

DynaFlow在机器人运动生成领域具有广泛的应用前景，例如四足机器人控制、人形机器人运动规划、以及其他需要物理交互的机器人任务。它可以降低机器人运动控制的开发成本，提高机器人的自主性和适应性，并促进机器人技术在各个行业的应用，例如物流、医疗、农业等。

📄 摘要（原文）

This paper introduces DynaFlow, a novel framework that embeds a differentiable simulator directly into a flow matching model. By generating trajectories in the action space and mapping them to dynamically feasible state trajectories via the simulator, DynaFlow ensures all outputs are physically consistent by construction. This end-to-end differentiable architecture enables training on state-only demonstrations, allowing the model to simultaneously generate physically consistent state trajectories while inferring the underlying action sequences required to produce them. We demonstrate the effectiveness of our approach through quantitative evaluations and showcase its real-world applicability by deploying the generated actions onto a physical Go1 quadruped robot. The robot successfully reproduces diverse gait present in the dataset, executes long-horizon motions in open-loop control and translates infeasible kinematic demonstrations into dynamically executable, stylistic behaviors. These hardware experiments validate that DynaFlow produces deployable, highly effective motions on real-world hardware from state-only demonstrations, effectively bridging the gap between kinematic data and real-world execution.