SafeStreamingFlow 将采样动力学与执行动力学对齐，实现实时安全流式规划

能否设计一种生成式规划器，在推断时以每步一次优化求解的成本强制满足安全约束，同时保持闭环实时重规划并避免采样与执行动力学不一致？

现有生成式规划器通常一次性生成整条轨迹，并在 K 步去噪或采样中更新所有 H 个状态，再在闭环控制中反复执行这一过程。安全约束若施加在采样的中间状态上，会破坏动力学一致性、引发局部陷阱，并使每生成一条轨迹需要 O(HK) 次二次规划求解。已有的流式方法主要作为动作模仿策略，未处理系统执行动力学和起止点条件规划。因此，安全生成式规划要么计算量过大，要么无法保证执行期安全。

此前安全生成式规划主要分两类。一类是轨迹级扩散或流匹配规划器，如 SafeDiffuser、SafeFlowMatcher，它们在整条轨迹上反复扰动中间状态以满足 CBF 约束，使用 H×K 次优化求解，计算开销大，且因采样过程与执行动力学不一致而出现局部陷阱和动力学不一致。另一类是引导式方法，如分类器引导，它们把约束作为软性启发项注入生成过程，缺乏形式化安全保证；传统规划器如 RRT*、A* 虽可构造安全路径，但需要人工成本函数且只生成单一计划。最近出现的流式生成方法虽能对齐生成与执行时间，但只作为动作策略，未解决起止点条件规划和执行动力学约束。

SafeStreamingFlow 将规划表示为在物理时间上积分一个学习到的状态向量场，每一步采样输出与执行步重合。为了克服第二阶系统中直接预测全状态带来的运动学捷径，作者提出分层状态预测器 HSP，先仅用位置和规划上下文预测下一位置，再用当前速度、预测位置等预测下一速度，从而保持目标敏感性。训练时使用条件流匹配损失，围绕专家轨迹构造收缩条件流，并显式条件化于起点和终点。执行时用 PD 控制器跟踪一步参考，再将名义控制输入通过离散时间高阶控制屏障函数 HOCBF 滤波，仅在当前执行步求解一个最小修正二次规划来满足安全约束。该设计使优化求解次数从 O(HK) 降至 O(H)，且无需架构调整即可切换到闭环模式。

所有仿真基准均采用 100 次 rollout 平均。在 Maze2D 三个地图上，SafeStreamingFlow 闭环模式在 Umaze 上成功率为 98%，执行期违规率为 0%，平滑度 11.504；Medium 上成功率为 95%，违规率为 0%；Large 上成功率为 88%，违规率为 4%，陷阱率为 0%。作为对照，轨迹级安全基线 SafeDiffuser 在 Large 上成功率仅为 13%，违规率 71%；SafeFM 为 23%，违规率 57%；SafeFlowMatcher 为 24%，违规率 56%。优化求解时间比轨迹级安全基线快约 5.4 倍。在 F1TENTH 赛车仿真中，SafeStreamingFlow 开环模式在 Budapest 赛道成功率 73%，违规率 20%，优化求解时间 0.71 秒，总延迟 3.96 秒；在 Catalunya 赛道成功率为 99%，违规率 0%，优化求解时间 0.49 秒。Diffuser 在 Budapest 成功率为 79% 但违规率 80%，SafeDiffuser 两条赛道成功率均为 0%。在 MuJoCo Hopper 运动任务中，SafeStreamingFlow 得分为 51.4 ± 3.4，执行期违规率 0.0%，优化求解时间 0.013 毫秒，总延迟 7.30 毫秒；其不安全版本 StreamingFlow 得分为 57.4 ± 5.5；SafeDiffuser 得分仅 16.6 ± 13.7，总延迟 1012.4 毫秒，违规率 85%。在 ROS2/Gazebo 仓库导航仿真中，SafeStreamingFlow 闭环成功率为 51%，违规率 1%，平滑度 0.045 ± 0.020，优化求解时间 0.07 秒，总延迟 2.58 秒；开环违规率 7%。同环境下 RRT* 成功率 56%，A* 41%，SafeDiffuser 34% 且违规 19%，SafeFM 37% 违规 19%，SafeFlowMatcher 38% 违规 11%。所有评估均在仿真环境中完成，未涉及真实机器人。

作者指出，SafeStreamingFlow 需要更丰富的演示数据，因为它从数据到数据地传输而不是从噪声到数据；其安全性依赖预先指定的二次障碍函数和类别 K 函数增益，这限制了可高效处理的障碍物几何形状；论文未建立递归可行性保证，在 Maze2D Large 上滤波器偶尔找不到可行解，少数闭环 rollout 会违反障碍物约束；所有评估均为仿真，尚未在真实机器人上验证。此外，该方法假设控制仿射二阶系统且障碍函数相对阶为二，适用范围有限。