ICRA 2026｜KAN We Flow?（機器人控制）

 

原文作者：用戶“多多的賈維斯”

原文鏈接：https://www.xiaohongshu.com/

KAN We Flow? Advancing Robotic Manipulation with 3D Flow Matching via KAN & RWKV

 

一、整體概述

1. 本文提出KAN-We-Flow，一種用于機器人三維操作的高效流匹配策略模型。

2. 核心貢獻在于用RWKV與KAN替代傳統大規模UNet骨干，在保持甚至提升成功率的同時，大幅降低參數量與推理延遲。

3. 方法在Adroit、Meta-World、DexArt三大基準上取得當前最優或并列最優性能，參數量減少約86.8%，支持實時控制。

二、研究背景

1、擴散式策略

① 優點是動作分布建模能力強

② 缺點是需要多步去噪，推理慢、模型重，不利于真實機器人部署

2、流匹配策略

① 通過學習一步向量場實現快速生成

② 但現有方法仍大量依賴UNet，計算與存儲開銷依舊偏大

3、核心問題

如何在保證精度的前提下，進一步壓縮模型規模并提升實時性

 

三、動機直覺

1、RWKV具備線性復雜度的時序建模能力，適合長時序動作預測

2、KAN基于可學習的一維函數逼近，能以更少參數表達復雜非線性映射

3、將二者結合，有望同時解決“長時序依賴”和“參數效率”問題

四、技術路線

1、整體框架

① 采用一致性流匹配，實現一步動作生成

② 輸入為點云感知、機器人狀態與時間編碼

2、核心網絡

① RWKV-KAN骨干網絡

* RWKV負責時間與通道混合，建模動作序列上下文

* GroupKAN對特征通道進行分組的非線性函數校準，替代傳統MLP

② Action Consistency Regularization（ACR）

* 通過歐拉外推，將一步預測動作與專家軌跡在末端對齊

* 提供額外監督，穩定訓練，不增加推理成本

3、學習目標

聯合一致性流匹配損失與ACR正則項進行端到端訓練

五、實驗結果

1、性能表現

① 在Adroit、Meta-World、DexArt上整體成功率優于FlowPolicy與DP3

② 在高難度、長時序任務中優勢更明顯

2、效率對比

① 參數量約33.6M，相比DP3減少86.8%

② 推理時間約8–11ms，滿足100Hz實時控制

3、消融實驗

① RWKV、GroupKAN與ACR均對性能有穩定增益

② ACR在長預測窗口下顯著降低動作漂移

 

雷峰網(公眾號：雷峰網)