NeurRAFT: Robot Motion Planning via Anchor-Level Flow Matching with Clearance-Aware Preference Tuning
作者: Sibo Tian, Chang Liu, Minghui Zheng, Xiao Liang
分类: cs.RO
发布日期: 2026-08-25
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出NeurRAFT以解决拥挤环境中的机器人运动规划问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 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: 机器人运动规划 神经网络 流匹配 清晰度感知 轨迹生成 深度学习 碰撞检测
📋 核心要点
- 现有的神经运动规划方法在拥挤环境中仍难以实现无碰撞的轨迹生成，导致碰撞风险较高。
- NeurRAFT通过锚点级流匹配和清晰度感知偏好调优，优化了轨迹生成过程，减少了冗余细节。
- 实验结果显示，NeurRAFT在性能上显著优于现有方法，并成功应用于真实机器人环境中。
📝 摘要（中文）
近年来，端到端的神经运动规划器能够从原始传感器观测中生成轨迹，避免了传统规划所需的几何模型。然而，在拥挤环境中实现无碰撞规划仍然具有挑战性。本文提出了NeurRAFT，一个基于锚点级流匹配和清晰度感知偏好调优的生成规划框架。与之前的神经规划器不同，NeurRAFT在紧凑的锚点上进行操作，使用考虑每个锚点任务空间影响的雅可比加权损失进行训练。在推理阶段，锚点通过两个集成步骤生成，随后通过三次样条插值恢复平滑的全分辨率轨迹。实验表明，NeurRAFT在与最先进的规划器相比时有显著提升，并且在真实世界实验中展示了在噪声和部分遮挡的深度观测下对Franka机器人的零-shot迁移能力。
🔬 方法详解
问题定义：本文旨在解决在拥挤环境中进行机器人运动规划时的无碰撞轨迹生成问题。现有方法往往依赖于密集的路径点序列，导致在复杂环境中难以有效避免碰撞。
核心思路：NeurRAFT的核心思路是通过锚点级流匹配和清晰度感知的偏好调优，优化轨迹生成过程。该方法通过减少对冗余局部细节的关注，提升了规划效率和安全性。
技术框架：NeurRAFT的整体架构包括两个主要阶段：首先生成锚点，然后通过三次样条插值恢复平滑轨迹。训练过程中使用雅可比加权损失，以考虑每个锚点在任务空间中的影响。
关键创新：NeurRAFT的主要创新在于直接调整预训练规划器的分布，向更安全的解决方案倾斜，而不是依赖后期修正。这种方法有效地减少了碰撞风险。
关键设计：在损失函数设计上，采用了雅可比加权损失，确保每个锚点的任务空间影响被充分考虑。此外，锚点生成过程分为两个集成步骤，确保了生成轨迹的平滑性和有效性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，NeurRAFT在与最先进的规划器相比时，成功实现了显著的性能提升，具体表现为在复杂环境中碰撞率降低了XX%，并且在真实世界实验中展示了对Franka机器人的零-shot迁移能力，表现出良好的适应性。
🎯 应用场景
NeurRAFT的研究成果在机器人运动规划领域具有广泛的应用潜力，尤其是在复杂和动态环境中，如自动驾驶、服务机器人和工业机器人等。其清晰度感知的设计使得机器人能够在未知或部分遮挡的环境中安全导航，提升了实际应用的安全性和可靠性。
📄 摘要（原文）
Recent end-to-end neural motion planners generate trajectories from raw sensor observations, avoiding the privileged geometric models required by classical planners. However, collision-free planning in cluttered environments remains challenging. We present NeurRAFT, a generative planning framework based on anchor-level flow matching and clearance-aware preference tuning. Unlike prior neural planners that model dense waypoint sequences and spend capacity on redundant local details and smoothness, NeurRAFT operates on compact anchor waypoints. We train the planner using a Jacobian-weighted loss that accounts for the task-space impact of each anchor. At inference, the anchors are generated in two integration steps, followed by cubic-spline interpolation to recover a smooth, full-resolution trajectory. Since imitation learning from positive demonstrations cannot distinguish collision-free from near-collision trajectories, collision-prone behaviors persist at test time. Rather than relying on post-hoc corrections, we directly reshape the pretrained planner's distribution toward safer solutions without augmenting inference. Specifically, Direct Preference Optimization shifts probability mass toward trajectories with larger obstacle clearance, with the resulting improvement directly absorbed into the planner parameters. Experiments show substantial improvements over state-of-the-art planners, while real-world experiments demonstrate zero-shot transfer to a Franka robot under noisy and partially occluded depth observations. Video results available at https://neurraft.github.io/.