Safe Generative Planning专业
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
本文提出 SafeStreamingFlow,一种从演示中学习的目标条件流式规划器。它把流采样时间与物理执行时间对齐,仅对执行步施加高阶控制屏障函数约束,将优化求解次数从 O(HK) 降至 O(H)。在 Maze2D、F1TENTH、Hopper 和 Gazebo 仓库等仿真基准上,该方法在保持目标到达竞争力的同时,把执行期违规率降至接近零,并把规划延迟降低一个数量级。本工作为预印本,尚未经过同行评审。