FlowS单步运动预测框架提出

Leandro Di Bella等作者提出FlowS，一个基于条件流匹配的单步生成式运动预测框架，核心是“局部传输条件化”：先由在线场景条件学习先验为每个智能体输出K条已接近合理未来的锚定轨迹，把模式发现转为局部修正，再用步一致位移场以半群自一致性保证单步继承多步精度。 作者称，在Waymo Open Motion Dataset上，FlowS以单步推理配合ensemble取得Soft mAP 0.4804、mAP 0.4703，帧率75 FPS，为当前最优。该结果出自作者自述，尚未见独立复现。 论文标注发表于IEEE Robotics and Automation Letters（第11卷第12期，2026年12月）；代码与预训练模型作者称将在论文录用后发布。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。