FUSE: FK-Steered Multi-Modal Flow Matching for Efficient Simulation-Based Posterior Estimation

📄 arXiv: 2607.05252v1 📥 PDF

作者: Weichen Qin, Yufan Xie, Peihao Wang, Chia-Jui Chou, Minghui Du, Peng Xu, Ziren Luo, Yi Yang, Jingyi Yu, Bo Liang, Jiakai Zhang

分类: cs.LG

发布日期: 2026-07-06

备注: Accepted to the 43rd International Conference on Machine Learning (ICML 2026). 22 pages, 5 figures

💡 一句话要点

提出FUSE以解决多模态流匹配的后验估计问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 基于模拟的推断 多模态建模 生成模型 流匹配 科学发现 参数估计

📋 核心要点

  1. 现有的基于模拟的推断方法在多模态建模上存在显著不足，常常忽视参数与观测之间的结构差异，导致估计精度低下。
  2. 本文提出FUSE，通过双轨架构保留多模态输入的特征，并引入FK引导的采样策略，提升了样本质量和推断效率。
  3. FUSE在标准SBI基准测试中表现优异，生成的后验分布与真实的MCMC结果高度一致，并成功解决了复杂的参数退化问题。

📝 摘要（中文）

基于模拟的推断（SBI）对于科学发现至关重要，而生成模型为高效推断提供了有前景的路径。然而，现有方法在有效的多模态建模上存在困难，通常依赖于忽视参数与观测之间结构差异的强制融合策略，从而限制了估计的准确性。本文提出了FUSE（Feynman-Kac引导的多模态流匹配），采用双轨架构保留多模态输入的独特特征，同时促进动态交互。此外，我们提出了一种FK引导的采样策略，利用中间观测似然性来指导生成轨迹，从而有效提高推断过程中的样本质量。我们的方案在标准SBI基准上超越了现有的最先进方法，生成的后验分布与真实的MCMC结果高度一致。在实际的系外行星轨道估计任务中，FUSE成功解决了现有方法面临的复杂参数退化问题，展示了其在加速复杂科学发现中的潜力。

🔬 方法详解

问题定义：本文旨在解决现有基于模拟的推断方法在多模态建模中的不足，尤其是它们在处理参数与观测之间结构差异时的局限性。现有方法往往依赖于强制融合策略，导致估计精度不足。

核心思路：FUSE的核心思路是采用双轨架构，分别处理多模态输入的不同特征，同时引入FK引导的采样策略，以提高生成轨迹的质量和推断的效率。这样的设计能够更好地捕捉输入数据的多样性和复杂性。

技术框架：FUSE的整体架构包括两个主要模块：一是多模态输入的特征提取模块，二是基于FK采样的生成模块。特征提取模块负责从不同模态中提取信息，而生成模块则利用提取的信息进行动态交互和样本生成。

关键创新：FUSE的主要创新在于其双轨架构和FK引导的采样策略。这与现有方法的本质区别在于，FUSE能够有效地保留多模态输入的特征，并通过动态交互提升样本生成的质量。

关键设计：在FUSE中，关键的参数设置包括特征提取网络的结构和损失函数的设计。特征提取网络采用了深度学习技术，以确保能够充分捕捉输入数据的复杂性。同时，损失函数设计考虑了多模态输入的特性，以优化生成样本的质量。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，FUSE在标准SBI基准测试中超越了现有的最先进方法，生成的后验分布与真实的MCMC结果高度一致。此外，在系外行星轨道估计任务中，FUSE成功解决了复杂的参数退化问题，展示了其在实际应用中的强大能力。

🎯 应用场景

该研究的潜在应用领域包括天体物理学、气候建模和生物医学等科学领域。FUSE能够加速复杂科学发现，尤其是在需要处理多模态数据和复杂参数关系的任务中，展现出其实际价值和广泛影响。

📄 摘要（原文）

Simulation-Based Inference (SBI) is critical for scientific discovery, with generative models offering a promising path toward efficient inference. However, existing methods struggle with effective multimodal modeling. They often rely on brute-force fusion strategies that ignore the structural disparities between parameters and observations, thus limiting estimation fidelity. In this work, we introduce FUSE (Feynman-Kac steered mUlti-modal flow matching for efficient Simulation-based posterior Estimation). Unlike prior work, FUSE employs a dual-track architecture that preserves the distinct features of multimodal inputs while facilitating dynamic interaction. Additionally, we propose an FK-steered sampling strategy that leverages intermediate observation likelihoods to guide the generative trajectories, effectively improving the sample quality during inference. Our approach outperforms state-of-the-art baselines on standard SBI benchmarks, producing posteriors that closely match ground-truth MCMC. Furthermore, in a real-world exoplanet orbital estimation task, FUSE successfully resolves complex parameter degeneracies that challenge existing methods, highlighting its potential to accelerate complex scientific discoveries in astrophysics and beyond.