来源： 网易（杰西讲具身）

原文链接： https://www\.163\.com/dy/article/L09MMJ9J0556KHJZ\.html

✨导读：港科广提出FLUX流式统一导航策略与动态导航基准DynBench，采用整流流匹配+静态到动态两阶段训练，推理效率提升47%⚡，六大导航任务刷新SOTA。支持轮式、四足、人形机器人零样本落地，解决传统导航割裂、扩散模型推理慢、人机交互不自然等痛点，成果被IROS 2026接收。

作者：Zeying Gong , Yangyi Zhong , Yiyi Ding , Tianshuai Hu , Guoyang Zhao , Lingdong Kong , Rong Li , Jiadi You , Junwei Liang

单位： 香港科技大学（广州）， 香港科技大学， 新加坡国立大学

论文标题：FLUX: Accelerating Cross-Embodiment Generative Navigation Policies via Rectified Flow and Static-to-Dynamic Learning

论文链接：https://arxiv\.org/abs/2603\.12806

项目主页：https://zeying\-gong\.github\.io/projects/flux/

代码链接：https://github\.com/Zeying\-Gong/FLUX

引言：为什么机器人要「会躲人」？

想象一个场景：你让服务机器人穿过一条挤满了人的走廊去取东西。它不仅要找到路、避开桌椅，还要在人群中预判每个人的走向，既不能撞到人，也不能离得太近让人不舒服。对人来说这是本能，但对机器人而言，「静态找路」和「动态躲人」长期以来被当作两类完全不同的问题来研究。

当下的导航研究正深陷这种割裂：

传统强化学习 (RL)：单一任务性能强，但跨任务泛化能力差；

模仿学习 (IL)：跨任务适配好，动态人群场景表现疲软；

扩散生成式方法：可建模多模态行为，但迭代去噪推理延迟高，无法实时部署。

为了解决这一痛点，来自香港科技大学（广州）、香港科技大学、新加坡国立大学的研究团队提出FLUX——面向跨形态 (Cross-Embodiment) 导航的流式 (Flow-based) 统一策略，并配套构建动态导航基准 DynBench。该工作已被 IROS 2026 接收，论文与代码全部开源公开。

四大核心创新研究贡献

FLUX一图速览。面向跨形态导航的流式统一策略。静态到动态的训练课程让策略既高效又具备社会感知能力，并能零样本迁移到现实中三种异构机器人平台。

算法创新：提出首个基于整流流匹配的跨形态统一生成导航策略FLUX，线性化概率传输，相比传统流式方法推理效率提升47%，大幅降低采样步数与延迟⚡。

评测基准：构建DynBench高保真动态导航仿真基准，采用分层马尔可夫有限状态机生成真实行人交互，覆盖静态、动态六大导航任务，统一导航评测体系。

训练范式：设计「静态模仿学习+GRPO强化学习」两阶段课程训练，借助生成多候选轨迹天然实现组内优势估计，无需额外价值网络，兼顾通行效率与人际社交距离规范。

落地验证：单套策略零样本部署轮式、四足、人形三类机器人，仅依靠单RGB-D相机完成室内动态场景导航，完成仿真与真实设备双重验证，全任务达到SOTA性能。

FLUX：统一六大导航任务 ️

FLUX 将导航建模为条件生成流程：从随机噪声生成多条多样化候选轨迹，再由评价头（critic）筛选最优路径。整体框架分为前后串联两大阶段。

FLUX框架总览。系统输入RGB-D视觉信息，输出最优导航轨迹。上半段：基于流的模仿学习，在静态专家轨迹预训练流策略，生成多候选路径并打分；下半段：GRPO强化学习在线交互优化，同步提升通行效率与人机交互安全性。 阶段一：基于流的模仿学习 ⚡（提速增效，精准规划）

传统扩散模型依靠多轮去噪生成轨迹，采样步骤多、路径迂回。FLUX 采用整流流 (Rectified Flow)，将噪声到轨迹的概率传输线性拉直，学习目标更简单，同等计算量下轨迹质量更高，三大核心优势：

线性概率传输：把扩散曲线传输替换为直线确定传输，大幅减少采样步数；

多模态轨迹生成：对比确定性回归方法，保留多样路径，解决死锁卡顿问题；

️风险择优筛选：一次性生成M条候选轨迹，共享评价头打分，选出兼顾安全与效率的最优路线。

阶段二：基于 GRPO 的强化学习 （人群交互，懂社交分寸）

仅靠静态模仿只会追求最短路径，在人群中极易产生碰撞、造成不适感。FLUX 使用 GRPO 在动态场景后训练，天然复用生成的多条候选轨迹作为参考组，无需额外训练价值网络，轻量化易部署：

社交感知奖励：基于霍尔人际距离理论平衡通行效率与舒适社交距离，不会为避人完全停滞；

⏱️回合级优势估计：以完整导航回合做价值评估，解决长路径信用分配难题；

多任务联合微调：联合动态点导航、社交导航、动态探索三类任务训练，修正静态数据近距离规划偏差。

DynBench：高保真、物理真实动态导航仿真基准

现有动态仿真基准存在明显缺陷：行人随机游走脚本化、依赖理想化互让规则ORCA，人机交互行为不自然。DynBench 基于 Isaac Sim 高保真环境，采用分层马尔可夫有限状态机行人行为协议，结合全局路径规划+局部几何避障，还原真实人群交互。

DynBench 评测套件。(a) 含杂乱障碍物非结构化场景与标准化结构化仿真场景；(b) 六大导航任务分为目标导向、空间覆盖两大类，完美支撑静态→动态递进式训练。

全任务覆盖：静态任务（PointNav、ImageNav、Exploration）+ 动态任务（Dyn. PointNav、SocialNav、Dyn. Exploration）一站式评测；

拟真人行动态：行人三角路径持续穿行，在停留/环顾/行走状态间自动切换，生成复杂多向人机交汇场景；

⚠️预判难度拉满：机器人限速0.5m/s，行人速度1.1m/s，倒逼模型提前预判而非被动避让。

仿真实验分析 1. 与SOTA方法对比：六大任务全面登顶FLUX 在静态、动态全部六大导航任务刷新SOTA，横向对比传统规划、强化学习、混合模块、模仿学习、生成式各类主流方案。

FLUX 在静态、动态场景全部指标全面领先，对比前最优基线 NavDP 提升显著：

静态点导航：成功率+3.1%、路径效率SPL+3.8%；探索任务覆盖面积提升5.6㎡；图像目标导航同步领先；

动态点导航：任务成功率38.7%→42.4%，冗余路径长度大幅从31.9降至20.6；

动态探索：探索时长、覆盖面积分别提升26.4%、37.4%，是增益最突出任务；

社交导航：成功率59.3%→64.0%，碰撞次数21次降至16次，人际侵入率5.5%降至4.4%，人机交互更舒适。

动态场景下FLUX相对扩散模型优势进一步扩大，线性整流流可输出稳定、低延迟控制信号，适配实时安全导航需求。

2. 推理效率对比：低延迟高速推理，支持实时重规划

同等采样步数下，FLUX单步推理延迟显著低于扩散、传统流式基线。

相同采样预算K=10时：FLUX推理耗时比NavDP低19.8%，比FlowNav低40.1%；

仅使用K=6少量采样步，FLUX仍可生成高质量轨迹，对比NavDP整体提速29.1%，满足动态环境高频重规划需求。

3. 消融实验：逐层验证双阶段设计价值消融实验迭代链路：确定性回归基线 → 扩散模型 → 条件流匹配 → 整流流 → 叠加GRPO后训练，指标持续稳步上涨。

确定性回归vs生成式：替换为直接回归模型性能大幅下滑，证明多模态轨迹建模必不可少；

✨整流流vs普通条件流匹配：RF解决社交导航指标波动问题，PointNav成功率/路径效率提升2.6%/3.2%；

静态预训练+动态后训练：静态场景是动态场景的简化特例。先通过静态数据建立空间几何先验，再在密集人群动态环境微调，模型鲁棒性大幅提升，同时反向优化静态任务表现。

4. 直观轨迹可视化对比：安全裕度一目了然各类生成导航方法轨迹可视化对比。FLUX静态避障、动态避人均预留更大安全间隙。

同一场景横向对比差距清晰：

静态避障场景：FlowNav直接碰撞障碍物；NoMaD、NavDP紧贴障碍物通行，安全余量极小；FLUX主动选择远离障碍、零风险的宽松路径；

动态行人场景：NoMaD、FlowNav存在高危近距离交互；NavDP与FLUX均可主动避让行人，FLUX侧向绕行动作更果断，风险感知与社交规划能力更强。

实机实验验证

为验证跨形态通用泛化能力，团队将同一套模型零样本部署至三款结构完全不同的实体机器人：轮式Unitree Go2-W、四足Unitree Go2、人形Unitree G1，全程无平台专属微调。

真实场景跨形态部署实拍。单RGB-D相机即可驱动三类异构机器人稳定导航；评价分数可视化可见，远离障碍、行人的安全路径会获得更高打分。

⚙️三类机器人差异化挑战：轮式底盘运行平稳但地形适应性弱；四足步态带来相机持续抖动；人形机器人难度最高，双足行走产生俯仰、横滚晃动，1.3m相机高度与仿真训练视角差异巨大；

硬件配置：全部机器人仅搭载Intel RealSense D455 RGB-D深度相机，模型推理在远端RTX 4060设备运行；

真实复杂场景落地：走廊、办公室、大厅等兼具静态家具、动态行人的真实环境中，FLUX均可自主避让行人并抵达目标，完成仿真到现实的有效迁移。

结论与展望 结论 ✅

FLUX 依托整流流匹配实现仿真、现实双场景高效统一导航控制。对比传统扩散模型，线性化概率传输收敛更快、运行稳定，是安全社交导航的核心优势。配合静态到动态递进式课程学习，FLUX 在 DynBench 六大导航任务刷新SOTA，同时具备极强的跨形态机器人零样本迁移能力。

原文链接: https://www.leiphone.com/category/private/U6EOWeHsGoS9v5HW.html