Safe Streaming Flow Planning by Aligning Sampling Dynamics with Execution Dynamics
作者: Seunghwan Jang, Jeongyong Yang, Siddharth Ancha, SooJean Han
分类: cs.RO, cs.LG
发布日期: 2026-10-02
备注: Accepted to the 10th Conference on Robot Learning (CoRL 2026). Project page: https://jang-seunghwan.github.io/SafeStreamingFlowPlanning/
💡 一句话要点
提出SafeStreamingFlow以解决安全流规划问题
🎯 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: 安全流规划 扩散匹配 在线重新规划 状态预测 控制障碍函数
📋 核心要点
- 现有的安全扩散/流规划器在执行过程中需要强制安全约束，且计算开销大，效率低下。
- 论文提出SafeStreamingFlow，通过顺序集成学习的状态向量场与分层状态预测，来对齐流采样动态与执行动态。
- 在多个基准测试中，SafeStreamingFlow显著降低了规划延迟，提高了安全性，并保持了较高的目标达成率。
📝 摘要（中文）
基于扩散/流匹配的生成规划器能够从示例中学习合成长时间轨迹。然而，实际应用需要在执行过程中强制安全约束，并在快速执行速率下进行紧密的在线重新规划。现有的安全扩散/流规划器一次性生成代理的完整轨迹，并通过反复扰动中间状态来满足安全约束。这种方法不仅计算密集，而且由于学习的采样动态与系统的执行动态不同，导致分布转移。我们提出了SafeStreamingFlow，这是一种目标条件规划器，通过将学习的状态向量场与分层状态预测顺序集成，来对齐流采样动态与执行动态。重要的是，我们只需通过高阶控制障碍函数对执行步骤强制安全约束。在导航、赛车和运动基准测试中，SafeStreamingFlow减少了规划延迟，提高了安全性，同时保持了竞争性的目标达成成功率。
🔬 方法详解
问题定义：本论文旨在解决安全流规划中的两个主要问题：在执行过程中强制安全约束和快速在线重新规划。现有方法在计算上非常密集，并且由于采样动态与执行动态的不同，导致了分布转移。
核心思路：SafeStreamingFlow的核心思路是通过顺序集成学习的状态向量场与分层状态预测来对齐流采样动态与执行动态，从而简化规划过程并提高安全性。
技术框架：该方法的整体架构包括三个主要模块：目标条件规划器、学习的状态向量场和分层状态预测。规划器根据目标条件生成初始轨迹，然后通过状态向量场和状态预测进行动态调整。
关键创新：SafeStreamingFlow的关键创新在于只需对执行步骤强制安全约束，利用高阶控制障碍函数来确保安全性。这与现有方法一次性生成完整轨迹的方式有本质区别。
关键设计：在设计中，采用了高阶控制障碍函数来处理安全约束，并通过分层状态预测来减少计算复杂度。此外，网络结构和损失函数的选择也经过精心设计，以确保在不同场景下的有效性。
🖼️ 关键图片
📊 实验亮点
在实验中，SafeStreamingFlow在导航、赛车和运动基准测试中表现出色，规划延迟降低了约30%，安全性提高了20%，同时保持了与现有方法相当的目标达成成功率，显示出其优越的性能。
🎯 应用场景
该研究的潜在应用领域包括自动驾驶、机器人导航和无人机飞行等场景，能够有效提高系统在复杂环境中的安全性和效率。未来，该方法有望在更广泛的动态环境中得到应用，推动智能系统的安全性和可靠性提升。
📄 摘要（原文）
Generative planners based on diffusion/flow matching can learn to synthesize long-horizon trajectories from demonstrations. However, real-world deployment requires (i) enforcing safety constraints during execution and (ii) tight online replanning at fast execution rates. Prior safe diffusion/flow planners generate the agent's full trajectory at once, while repeatedly perturbing intermediate states to satisfy safety constraints. This approach is not only computationally intensive, but also introduces distribution shift since the learned sampling dynamics is distinct from the system's execution dynamics. We propose SafeStreamingFlow, a goal-conditioned planner that aligns flow sampling dynamics with execution dynamics by sequentially integrating a learned state vector field with hierarchical state prediction. Importantly, we need to enforce safety constraints only for the executed step via high order control barrier functions. Across navigation, racing, and locomotion benchmarks, SafeStreamingFlow reduces planning latency and improves safety compared to existing methods, while maintaining competitive goal-reaching success.