ConicFlow：流匹配模型约束采样新方法

Shervin Khalafi 等作者提交论文，提出 ConicFlow，将 flow matching 模型在推理时的约束采样建模为最优控制问题：在偏离预训练轨迹与奖励之间权衡，并满足硬性终端约束。 该方法采用滚动时域控制与滚动时域原对偶算法，只优化短窗口轨迹以降低计算量；同时提出终端估计变体，在预测终结点上评估奖励与约束。论文称这些设计在推理阶段实现约束采样，尚未见实验效果数据。 以上为作者在论文中的提法，效果有待验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。