Flow Motion Policy: Manipulator Motion Planning with Flow Matching Models

📄 arXiv: 2604.07084v1 📥 PDF

作者: Davood Soleymanzadeh, Xiao Liang, Minghui Zheng

分类: cs.RO, cs.AI

发布日期: 2026-04-08

💡 一句话要点

提出基于流匹配模型的Flow Motion Policy，提升机器人操作臂运动规划的成功率和效率。

🎯 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)

关键词: 机器人运动规划 流匹配模型 端到端学习 神经运动规划 推理时优化

📋 核心要点

  1. 现有端到端神经运动规划器在不同运行中通常只生成单一路径，且未充分利用其开放循环结构进行推理时优化。
  2. Flow Motion Policy利用流匹配模型的随机生成特性，对可行路径的分布进行建模，实现推理时best-of-$N$采样。
  3. 实验表明，Flow Motion Policy在规划成功率和效率方面优于现有的基于采样的和神经运动规划方法。

📝 摘要（中文）

本文提出了一种名为Flow Motion Policy的开放循环、端到端神经运动规划器，用于机器人操作臂的运动规划。该方法利用流匹配方法的随机生成公式，捕捉规划数据集固有的多模态特性。通过对可行路径的分布进行建模，Flow Motion Policy能够实现高效的推理时best-of-$N$采样。该方法生成多个端到端候选路径，在规划后评估它们的碰撞状态，并执行第一个无碰撞的解决方案。实验结果表明，Flow Motion Policy提高了规划的成功率和效率，突出了随机生成策略在端到端运动规划和推理时优化方面的有效性。

🔬 方法详解

问题定义：论文旨在解决机器人操作臂运动规划问题，现有端到端神经运动规划器存在无法捕捉规划数据集多模态特性，以及推理时优化不足的问题，导致规划成功率和效率受限。

核心思路：论文的核心思路是利用流匹配模型学习可行路径的分布，从而能够生成多个候选路径，并通过推理时best-of-$N$采样，选择最优的无碰撞路径。这种方法能够更好地应对复杂环境，并提高规划的鲁棒性。

技术框架：Flow Motion Policy的整体框架包括：1）使用流匹配模型训练一个生成模型，该模型能够生成一系列可能的运动轨迹；2）在推理阶段，从该生成模型中采样N个候选轨迹；3）对每个候选轨迹进行碰撞检测；4）选择第一个无碰撞的轨迹作为最终的运动规划结果。

关键创新：该方法最重要的创新点在于将流匹配模型引入到机器人运动规划中，利用其强大的生成能力来探索更多的可行路径，并结合推理时优化策略，从而显著提高规划的成功率和效率。与传统方法相比，该方法无需预先构建碰撞检测器，而是直接从传感器数据进行端到端学习。

关键设计：论文中可能涉及的关键设计包括：1）流匹配模型的具体网络结构，例如使用哪种类型的神经网络；2）损失函数的设计，如何引导模型学习到可行且高效的运动轨迹；3）采样策略的选择，如何有效地从生成模型中采样出高质量的候选轨迹；4）碰撞检测的具体实现方式，例如使用快速碰撞检测算法。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，Flow Motion Policy在运动规划的成功率和效率方面均优于现有的方法。具体来说，与传统的基于采样的运动规划方法和现有的神经运动规划方法相比，Flow Motion Policy能够显著提高规划的成功率，并减少规划所需的时间。具体的性能提升数据未知，需要在论文中查找。

🎯 应用场景

Flow Motion Policy可应用于各种机器人操作任务，如工业自动化、物流搬运、医疗机器人等。该方法能够提高机器人在复杂环境中的运动规划能力，使其能够更安全、更高效地完成任务。未来，该方法有望与强化学习等技术结合，实现更智能、更自主的机器人运动规划。

📄 摘要（原文）

Open-loop end-to-end neural motion planners have recently been proposed to improve motion planning for robotic manipulators. These methods enable planning directly from sensor observations without relying on a privileged collision checker during planning. However, many existing methods generate only a single path for a given workspace across different runs, and do not leverage their open-loop structure for inference-time optimization. To address this limitation, we introduce Flow Motion Policy, an open-loop, end-to-end neural motion planner for robotic manipulators that leverages the stochastic generative formulation of flow matching methods to capture the inherent multi-modality of planning datasets. By modeling a distribution over feasible paths, Flow Motion Policy enables efficient inference-time best-of-$N$ sampling. The method generates multiple end-to-end candidate paths, evaluates their collision status after planning, and executes the first collision-free solution. We benchmark the Flow Motion Policy against representative sampling-based and neural motion planning methods. Evaluation results demonstrate that Flow Motion Policy improves planning success and efficiency, highlighting the effectiveness of stochastic generative policies for end-to-end motion planning and inference-time optimization. Experimental evaluation videos are available via this \href{https://zh.engr.tamu.edu/wp-content/uploads/sites/310/2026/03/FMP-Website.mp4}{link}.