🤖 machine learning

ConFlow: Constraints-Guided Learning with Flow Matching for Motion Generation

यह शोधपत्र ConFlow का प्रस्ताव करता है, जो एक बाधा-निर्देशित फ्लो मैचिंग फ्रेमवर्क (constraint-guided flow matching framework) है जो विभेद्य फलनों (differentiable functions) और सप्रतिबंध गाऊसी प्रक्रियाओं (conditional Gaussian processes) के माध्यम से कार्य-विशिष्ट बाधाओं को सीधे प्रशिक्षण उद्देश्य में एकीकृत करता है, जिससे केवल अनुमान-समय मार्गदर्शन (inference-time guidance) पर निर्भर रहे बिना, मोशन जनरेशन की गुणवत्ता और बाधा संतुष्टि में सुधार होता है और प्रशिक्षण-अनुमान अंतराल (training-inference gap) को कम किया जाता है।

मूल लेखक: Nutan Chen, Jianxiang Feng, Marvin Alles, Botond Cseke

प्रकाशित 2026-07-17

📖 8 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Nutan Chen, Jianxiang Feng, Marvin Alles, Botond Cseke

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए एक ऐसी दुनिया की जहाँ रोबोट केवल कठोर, पूर्व-निर्धारित निर्देशों का पालन नहीं करते, बल्कि एक नर्तक की तरह तरल गरिमा के साथ हिलना-डुलना सीख सकते हैं। यह रोबोट मोशन जनरेशन (robot motion generation) का रोमांचक क्षेत्र है, जहाँ वैज्ञानिक मशीनों को सिखाते हैं कि वे दीवारों, एक-दूसरे से या स्वयं से टकराए बिना जटिल वातावरण में कैसे नेविगेट करें। लंबे समय तक, रोबोट को सिखाने का सबसे अच्छा तरीका उसे हजारों आदर्श उदाहरण दिखाना था, जैसे एक मास्टर शेफ अपने प्रशिक्षु को सब्जियां काटने का सही तरीका दिखाता है। लेकिन क्या होगा यदि आपके पास केवल कुछ ही आदर्श उदाहरण हों, या क्या होगा यदि रोबोट को यह सीखना हो कि क्या नहीं करना है (जैसे कि टकराना) उतना ही महत्वपूर्ण है जितना कि यह सीखना कि क्या सही करना है?

यहाँ आता है फ्लो मैचिंग (Flow Matching), रोबोट को सिखाने का एक चतुर नया तरीका। इसे एक नदी के रूप में सोचें जो एक शांत झील (रैंडम नॉइज़) से एक हलचल भरे शहर (वांछित गति) की ओर बह रही है। रोबोट नदी की "धारा" को सीखता है ताकि वह झील से शहर तक सुचारू रूप से तैर सके। आमतौर पर, यदि नदी किसी चट्टान (बाधा) से टकराती है, तो रोबोट अंतिम क्षण में ही उसके चारों ओर मुड़ने की कोशिश करता है जब वह पहले से ही तैर रहा होता है। यह शोध पत्र सुझाव देता है कि अंतिम क्षण तक प्रतीक्षा करना जोखिम भरा और अक्षम है। इसके बजाय, क्यों न नदी को शुरू से ही चट्टानों के चारों ओर बहने के लिए सिखाया जाए?

यह ConFlow की कहानी है, एक नया तरीका जो हमारे सिखाने के तरीके को बदल देता है। रोबोट को केवल यह दिखाने के बजाय कि "सही" रास्ता कहाँ जाना है और यह उम्मीद करने के बजाय कि वह बाद में गलत रास्ते को समझ लेगा, ConFlow रोबोट के मस्तिष्क को खेल के नियमों को सीखते समय समझने के लिए प्रशिक्षित करता है। यह सुनिश्चित करने के लिए कि रोबोट की गतिविधियाँ सुचारू हैं और वे ठीक वहीं शुरू और समाप्त होती हैं जहाँ उन्हें होना चाहिए, यह गौसियन प्रोसेस (Gaussian Process) नामक एक विशेष प्रकार के गणितीय "मानचित्र" का उपयोग करता है। यह "बुरे" उदाहरणों से भी सीखता है—उन समयों से जब रोबोट टकरा गया था—ता यह समझ सके कि क्या बचना है। परिणाम? ऐसे रोबोट जो सुरक्षित, सुचारू और टकराव से बचने में बेहतर हैं, भले ही उन्हें हर कदम पर सावधानी बरतने के लिए स्पष्ट रूप से न बताया गया हो।

समस्या: "अंतिम-क्षण" की घबराहट

अतीत में, जब वैज्ञानिक रोबोट को चलना सिखाते थे, तो वे एक ऐसी विधि का उपयोग करते थे जहाँ रोबोट एक सामान्य पथ सीखता था और फिर, चलने से ठीक पहले, एक "गाइड" चिल्लाता था, "हे, वहाँ एक दीवार है! बाईं ओर मुड़ो!" इसे इन्फरेंस-टाइम गाइडेंस (inference-time guidance) कहा जाता है। यह एक ड्राइवर को सीधी सड़क पर गाड़ी चलाना सिखाने और फिर, ठीक तब जब वह पेड़ से टकराने वाला हो, उसे स्टीयरिंग व्हील थमाने और चिल्लाने जैसा है, "मुड़ो!"

इस दृष्टिकोण के साथ समस्या यह है कि रोबोट का मस्तिष्क (मॉडल) वास्तव में पेड़ का सम्मान करने के लिए प्रशिक्षित नहीं था। उसे सीधा चलाने के लिए प्रशिक्षित किया गया था, और स्टीयरिंग सुधार बाद में लगाया गया एक पैच है। यह अक्सर झटकेदार, अस्वाभाविक गतिविधियों की ओर ले जाता है या, और भी बुरा, रोबोट के घबराने और टकराने का कारण बनता है क्योंकि उसने सड़क के नियमों को तब तक नहीं समझा जब तक कि बहुत देर न हो गई। यह उस अंतर को दर्शाता है जो रोबोट ने स्कूल में सीखा (प्रशिक्षण) और जो उसे वास्तविक दुनिया में करना है (तैनाती) के बीच है।

समाधान: पहले दिन से ही नियम सिखाना

इस शोध पत्र के लेखक, नुटन चेन, जियानक्सियांग फेंग, मार्विन एले्स और बोतोंड सेके, ConFlow (कॉन्स्ट्रेंट्स-गाइडेड फ्लो मैचिंग) का प्रस्ताव देते हैं। रोबदान को चलते समय बाधाओं से बचने के लिए बताने के बजाय, ConFlow रोबोट को गति सीखने के दौरान ही बाधाओं से बचना सिखाता है।

वे इसे दो मुख्य तरीकों से करते हैं:

गलतियों से सीखना (नेगेटिव सुपरविजन):
आमतौर पर, रोबोट को केवल "अच्छे" उदाहरण (परफेक्ट पाथ) दिखाए जाते हैं। ConFlow विशेष है क्योंकि यह "बुरे" उदाहरणों को भी देखता है—ऐसे पथ जहाँ रोबोट टकरा गया या नियमों का उल्लंघन किया। इसे एक छात्र द्वारा फुटबॉल खेलने सीखने जैसा समझें। केवल प्रो खिलाड़ियों को गोल करते देखने के बजाय, छात्र अपने स्वयं के गलतियों के रीप्ले भी देखता है, जैसे कि गेंद से टकराकर गिरना। शोध पत्र दिखाता है कि इन "बुरे" उदाहरणों को रोबोट को खिलाकर, वह यह पहचानना सीख जाता है कि क्या नहीं करना है। रोबोट एक "कन्स्ट्रेंट" (नियम) सीखता है जो कहता है, "यदि आप दूसरे रोबोट के बहुत करीब आते हैं, तो दूर हटें।" यह नियम प्रशिक्षण के दौरान ही रोबोट के मस्तिष्क में समाहित कर दिया जाता है, न कि बाद में केवल एक पैच के रूप में लगाया जाता है।
सुचारू मानचित्र (कंडीशनल गौसियन प्रोसेस):
मानक विधियाँ अक्सर एक "रैंडम नॉइज़" मानचित्र से शुरू होती हैं, जो एक अराजक रेखाचित्र से एक पूर्ण वृत्त बनाने की कोशिश करने जैसा है और यह उम्मीद करना कि इसे बाद में सुधारा जाएगा। ConFlow इस रैंडम रेखाचित्र को एक कंडीशनल गौसियन प्रोसेस (GP) से बदल देता है। कल्पना कीजिए कि एक रबर बैंड है जो शुरुआती बिंदु और अंतिम रेखा के बीच खिंचा हुआ है। आप इसे कितना भी हिलाएं, यह हमेशा जुड़ा हुआ और सुचारू रहता है। यह "रबर बैंड" यह सुनिश्चित करता है कि रोबोट का पथ स्वाभाविक रूप से सुचारू है और हमेशा सही स्थानों पर शुरू और समाप्त होता है। यह रोबोट को एक अस्त-व्यस्त कच्ची सड़क के बजाय एक पूर्व-निर्मित, सुचारू हाईवे देने जैसा है।

प्रयोग: दो रोबोटों का स्थान बदलना

अपने विचार का परीक्षण करने के लिए, शोधकर्ताओं ने एक 2D कमरे में दो रोबोटों के साथ एक सिमुलेशन सेट किया। लक्ष्य सरल था: रोबोटों को आपस में जगह बदलनी थी। इसे कठिन बनाने के लिए, उन्होंने एक मोड़ जोड़ा: प्रशिक्षण डेटा के लगभग 30% में रोबोटों को एक-दूसरे से टकराते हुए दिखाया गया था।

उन्होंने अपने नए ConFlow तरीके की तुलना पुराने मानक (रैंडम नॉइज़ स्टार्ट के साथ फ्लो मैचिंग) और एक संस्करण से की जिसने केवल "अच्छे" उदाहरण देखे। उन्होंने तीन परिदृश्यों में रोबोटों का परीक्षण किया:

नो गाइडेंस: रोबोट अपने आप चलता है।
रोबोट-अवॉइडेंस गाइडेंस: रोबोट को दूसरे रोबोट से बचने के लिए एक धक्का दिया जाता है।
ऑब्स्टेकल-अवॉइडेंस गाइडेंस: रोबोट को दीवार से बचने के लिए एक धक्का दिया जाता है।

परिणाम: अधिक सुचारू और सुरक्षित

परिणाम स्पष्ट थे। ConFlow के साथ प्रशिक्षित रोबोट दूसरों की तुलना में बहुत कम बार टकराए।

जब कोई अतिरिक्त मार्गदर्शन नहीं दिया गया था, तो मानक विधि लगभग 3.1% (0.031) बार टकराई, जबकि ConFlow केवल 1.6% (0.016) बार टकराया। यह सुझाव देता है कि रोबोट ने वास्तव में टकराव से बचना सीखा था, न कि केवल अंतिम क्षण में प्रतिक्रिया दी।
जब उन्होंने मार्गदर्शन जोड़ा, तो ConFlow और भी बेहतर था, टकराने की दर मानक विधि के 2.0% की तुलना में केवल 0.4% थी।
गति की "सुचारूता" (smoothness) में भी नाटकीय सुधार हुआ। मानक विधि ने बहुत सारे स्थानीय उतार-चढ़ाव के साथ झटकेदार पथ बनाए, जबकि ConFlow ने 46% कम टकराने वाले और बहुत अधिक सुचारू पथ बनाए।

शोध पत्र ने यह भी पाया कि "बुरे" उदाहरणों (नेगेटिव डेटा) का उपयोग करना महत्वपूर्ण था। यदि वे केवल "अच्छे" उदाहरणों का उपयोग करते, तो रोबोट ठीक प्रदर्शन करता, लेकिन उतना अच्छा नहीं जितना कि अपनी गलतियों से सीखने के बाद। दिलचस्प बात यह है कि यदि वे केवल विशेष ConFlow प्रशिक्षण के बिना मानक विधि में "बुरे" उदाहरणों को डाल देते, तो रोबोट वास्तव में और खराब हो जाता, क्योंकि वह मिश्रित संकेतों से भ्रमित हो जाता। यह साबित करता है कि आप केवल डेटा को मिला नहीं सकते; आपको रोबोट को बुरे डेटा से कैसे सीखना है, यह सिखाने के लिए एक विशेष तरीके की आवश्यकता होती है।

यह क्यों महत्वपूर्ण है

इस शोध पत्र का मुख्य निष्कर्ष यह है कि हमें "सड़क के नियमों" (कन्स्ट्रेंट्स) को एक विचार के बाद की चीज़ के रूप में नहीं मानना चाहिए। प्रशिक्षण प्रक्रिया में सीधे सुरक्षा और सुचारूता को शामिल करके और एक स्मार्ट, सुचारू शुरुआती बिंदु (कंडीशनल गौसियन प्रोसेस) का उपयोग करके, रोबोट अधिक स्वाभाविक और सुरक्षित रूप से चलना सीख सकते हैं।

लेखक सुझाव देते हैं कि यह दृष्टिकोण उस अंतर को पाटता है जो एक रोबोट लैब में क्या सीखता है और वास्तविक दुनिया में उसे क्या करने की आवश्यकता है, उसके बीच है। जबकि यह शोध पत्र दो रोबोटों के स्थान बदलने के सिमुलेशन पर केंद्रित है, यह विधि अधिक जटिल रोबोटों—जैसे कारों को असेंबल करने वाले हाथ या जंगलों में उड़ने वाले ड्रोन—को लाखों आदर्श उदाहरणों की आवश्यकता के बिना सुरक्षित और अधिक विश्वसनीय होने के लिए सिखाने का एक आशाजनक मार्ग सुझाती है। यह उन रोबोटों की ओर एक कदम है जो केवल आदेशों का पालन नहीं करते, बल्कि नियमों की भावना को समझते हैं।

तकनीकी सारांश: ConFlow – मोशन जनरेशन के लिए फ्लो मैचिंग के साथ कंस्ट्रेंट्स-गाइडेड लर्निंग

समस्या विवरण (Problem Statement)

हालिया जनरेटिव मॉडलिंग में प्रगति, विशेष रूप से फ्लो मैचिंग (FM) और डिफ्यूजन मॉडल ने लर्निंग-आधारित रोबोट मोशन जनरेशन को सक्षम किया है। हालाँकि, वर्तमान फ्रेमवर्क्स में एक महत्वपूर्ण सीमा मौजूद है: प्रशिक्षण उद्देश्य (training objective) और तैनाती (deployment) के समय लागू किए जाने वाले बाधाओं (constraints) के बीच बेमेल होना। मानक दृष्टिकोण उपलब्ध डेटा (अक्सर विशेषज्ञ प्रदर्शन/expert demonstrations) पर प्रशिक्षित होते हैं और कार्य-विशिष्ट बाधाओं (जैसे बाधा निवारण/obstacle avoidance) को लागू करने के लिए अनुमान-समय मार्गदर्शन (inference-time guidance) पर निर्भर करते हैं। यह एक "प्रशिक्षण-अनुमान अंतराल" (training–inference gap) बनाता है, जहाँ अंतर्निहित सीखा गया वितरण स्वाभाविक रूप से बाधाओं को संतुष्ट नहीं करता है, जिससे अपूर्ण या अनुपलब्ध मार्गदर्शन की स्थिति में अव्यवहारिक या भौतिक रूप से अवास्तविक व्यवहार उत्पन्न हो सकता है।

इसके अलावा, रोबोटिक्स अनुप्रयोगों में अक्सर डेटा की कमी होती है। बड़े पैमाने पर विशेषज्ञ प्रदर्शन एकत्र करना महंगा और श्रमसाध्य है। जबकि गैर-विशेषज्ञ या नकारात्मक प्रदर्शन (बाधाओं का उल्लंघन करने वाले प्रक्षेपपथ/trajectories) प्रचुर मात्रा में होते हैं, उन्हें आमतौर पर इसलिए छोड़ दिया जाता है या कम उपयोग किया जाता है क्योंकि मानक जनरेटिव मॉडल स्पष्ट पर्यवेक्षण के बिना व्यवहार्य (feasible) और अव्यवहार्य (infeasible) गतियों के बीच अंतर करने में संघर्ष करते हैं।

कार्यप्रणाली (Methodology)

यह शोध पत्र ConFlow का प्रस्ताव करता है, जो एक कंस्ट्रेंट-गाइडेड फ्लो मैचिंग फ्रेमवर्क है जिसे बाधाओं को सीधे सीखने की प्रक्रिया में एकीकृत करके प्रशिक्षण-अनुमान अंतराल को पाटने के लिए डिज़ाइन किया गया है। कार्यप्रणाली में तीन मुख्य घटक शामिल हैं:

1. कंस्ट्रेंट-गाइडेड ट्रेनिंग ऑब्जेक्टिव (Constraint-Guided Training Objective)

केवल सैंपलिंग के दौरान बाधाओं को लागू करने के बजाय, ConFlow मानक फ्लो मैचिंग लॉस फंक्शन को बाधा संबंधी जानकारी को प्रशिक्षण के दौरान शामिल करने के लिए संशोधित करता है।

तंत्र (Mechanism): मानक वेलोसिटी रिग्रेशन टारगेट $u_t$ को एक कंस्ट्रेंट-प्रेरित सुधार पद (correction term) के साथ बढ़ाया जाता है। लॉस फंक्शन इस प्रकार हो जाता है:
$L_{CG} = \text{MSE}(u_\theta^t - u_t - \lambda_c M(x_1) u_t^c)$
जहाँ $u_t^c = \nabla_{x_t} C(x_t)$ एक डिफरिएबल कंस्ट्रेंट फंक्शन $C(\cdot)$ का ग्रेडिएंट है, और $M(x_1)$ एक बाइनरी इंडिकेटर है जो सुधार को केवल नकारात्मक प्रदर्शनों (बाधाओं का उल्लंघन करने वाले प्रक्षेपपथों) के लिए सक्रिय करता है।
कंस्ट्रेंट फंक्शन: टकराव निवारण (collision avoidance) के लिए, लेखकों ने स्मूथ ग्रेडिएंट सुनिश्चित करने के लिए ReLU-आधारित दंड के बजाय SoftPlus फॉर्मूलेशन का उपयोग किया है। यह फंक्शन उन प्रक्षेपपथों को दंडित करता है जहाँ रोबोटों (या रोबोट लिंक्स) के बीच की दूरी सुरक्षा त्रिज्या $r$ से कम हो जाती है।
नेगेटिव सुपरविजन (Negative Supervision): फ्रेमवर्क एक डेटासेट $D = D^+ \cup D^-$ का उपयोग करता है, जहाँ $D^-$ में अव्यवहार्य प्रक्षेपपथ शामिल हैं। $D^-$ के लिए सुधार पद को सक्रिय करके, मॉडल बाधाओं का उल्लंघन करने वाले व्यवहारों को दबाना सीखता है, जिससे व्यवहार्य प्रक्षेपपथों का अत्यधिक नियमितीकरण (over-regularization) नहीं होता है।

2. कंस्ट्रेंट-इंजेक्टेड सोर्स डिस्ट्रीब्यूशन (Constraint-Injected Source Distribution)

मानक फ्लो मैचिंग आमतौर पर एक मानक गॉसियन सोर्स डिस्ट्रीब्यूशन ( $p_0$ ) का उपयोग करता है, जो प्रक्षेपपथ के वेपॉइंट्स (waypoints) के बीच स्वतंत्र शोर (noise) मानता है। इससे हाई-फ्रीक्वेंसी आर्टिफैक्ट्स और स्मूथनेस की कमी हो सकती है।

गॉसियन प्रोसेस (GP) प्रायर: ConFlow मानक गॉसियन प्रायर के स्थान पर एक कंडीशनल गॉसियन प्रोसेस (CGP) का उपयोग करता है।
स्मूथनेस (Smoothness): GP पड़ोसी वेपॉइंट्स के बीच टेम्पोरल कोरिलेशन को एनकोड करता है, जिससे यह सुनिश्चित होता है कि प्रारंभिक सोर्स प्रक्षेपपथ स्वाभाविक रूप से स्मूथ हों।
बाउंड्री कंडीशंस: GP को स्टार्ट ( $q_{start}$ ) और गोल ( $q_{goal}$ ) अवस्थाओं पर कंडिशन किया गया है। यह सुनिश्चित करता है कि सोर्स डिस्ट्रीब्यूशन $p_0$ पहले से ही बाउंड्री बाधाओं को संतुष्ट करता है, जिससे सीखा गया फ्लो मध्यवर्ती प्रक्षेपपथ विविधताओं को परिष्कृत करने पर ध्यान केंद्रित कर सकता है न कि एंडपॉइंट मिसमैच को ठीक करने पर।

3. अनुमान (Inference)

गाइडेंस-आधारित विधियों के विपरीत, जिन्हें रनटाइम पर भारी गणना और बार-बार ग्रेडिएंट मूल्यांकन की आवश्यकता होती है, ConFlow प्रशिक्षण के दौरान एक कंस्ट्रेंट-अवेयर वेलोसिटी फील्ड सीखता है।

मानक सैंपलिंग: अनुमान सीखा गया फ्लो (learned flow) के मानक ODE इंटीग्रेशन का पालन करता है, जो कंडीशनल GP सोर्स से शुरू होता है।
वैकल्पिक मार्गदर्शन: हालांकि मॉडल को कंस्ट्रेंट-अवेयर होने के लिए प्रशिक्षित किया गया है, चुनौतीपूर्ण परिदृश्यों में अतिरिक्त सुरक्षा के लिए वैकल्पिक अनुमान-समय मार्गदर्शन अभी भी लागू किया जा सकता है, हालांकि पेपर बिना इसके भी मजबूती प्रदर्शित करता है।

मुख्य योगदान (Key Contributions)

यह पेपर चार प्राथमिक योगदानों को रेखांकित करता है:

कंस्ट्रेंट-गाइडेड लर्निंग पैराडाइम: एक अभिनव दृष्टिकोण जो अनुमान-समय मार्गदर्शन तर्क को प्रशिक्षण उद्देश्य में स्थानांतरित करता है, जिससे प्रशिक्षण और तैनाती के बीच का अंतर कम होता है।
फ्लो मैचिंग इंस्टेंटिएशन: फ्लो मैचिंग फ्रेमवर्क के भीतर एक कंस्ट्रेंट-अवेयर ट्रेनिंग ऑब्जेक्टिव और GP-आधारित सोर्स डिस्ट्रीब्यूशन का एकीकरण।
नॉन-एक्सपर्ट डेटा का उपयोग: डेटा दक्षता और सामान्यीकरण में सुधार के लिए नकारात्मक सुपरविजन के रूप में अव्यवहार्य प्रदर्शनों का प्रभावी ढंग से उपयोग करने के लिए फ्रेमवर्क का विस्तार।
अनुभवजन्य सत्यापन (Empirical Validation): एक मल्टी-रोबोट बाधा निवारण कार्य पर सत्यापन, जो मानक बेसलाइन्स की तुलना में बेहतर बाधा संतुष्टि और मोशन क्वालिटी प्रदर्शित करता है।

प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने ConFlow का मूल्यांकन एक दो-रोबोट नेविगेशन कार्य पर किया जहाँ रोबोट 2D वर्कस्पेस में अपनी स्थितियाँ बदलते हैं। डेटासेट में टकराव-मुक्त और टकराव-प्रेरित दोनों प्रक्षेपपथ शामिल थे।

टकराव दर (Collision Rates): ConFlow (दोनों सकारात्मक और नकारात्मक डेटा पर प्रशिक्षित) ने सभी सेटिंग्स में सबसे कम रोबोट-टकराव दर प्राप्त की। विशेष रूप से, बिना किसी अनुमान-समय मार्गदर्शन के, ConFlow ने 0.016 की टकराव दर प्राप्त की, जो मानक फ्लो मैचिंग बेसलाइन (0.031) और केवल सकारात्मक डेटा पर प्रशिक्षित वेरिएंट (0.043) से काफी कम है।
मजबूती (Robustness): विधि अनुमान-समय मार्गदर्शन को अक्षम करने के बाद भी मजबूत रही, जिससे पता चलता है कि टकराव निवारण व्यवहार प्रशिक्षण के दौरान सफलतापूर्वक आत्मसात (internalized) कर लिया गया था।
सोर्स डिस्ट्रीब्यूशन का प्रभाव: मानक गॉसियन प्रायर को कंडीशनल GP (CGP) से बदलने से रोबोट-टकराव की दर लगभग 46% (0.0288 से 0.0156) कम हो गई और प्रक्षेपपथ की स्मूथनेस और एंडपॉइंट सटीकता में काफी सुधार हुआ।
नेगेटिव डेटा उपयोगिता: जबकि मानक फ्लो मैचिंग में सकारात्मक और नकारात्मक डेटा को मिलाना प्रदर्शन को कम कर देता है, ConFlow ने बाधा संतुष्टि में सुधार के लिए नकारात्मक डेटा का सफलतापूर्वक लाभ उठाया।

महत्व और दावे (Significance and Claims)

पेपर का दावा है कि ConFlow बाधाओं को पोस्ट-हॉक सुधारों के रूप में मानने के बजाय उन्हें जनरेटिव मॉडल के भीतर संरचनात्मक रूप से शामिल करने की दिशा में एक बदलाव का प्रतिनिधित्व करता है। प्रशिक्षण उद्देश्य और सोर्स डिस्ट्रीब्यूशन को संयुक्त रूप से डिजाइन करके, ConFlow प्रभावी रूप से प्रशिक्षण-अनुमान अंतराल को कम करता है।

लेखकों का तर्क है कि यह दृष्टिकोण रोबोटिक्स के लिए विशेष रूप से महत्वपूर्ण है क्योंकि:

यह बाधाओं को आत्मसात करके सुरक्षा और विश्वसनीयता में सुधार करता है, जिससे संभावित रूप से अपूर्ण अनुमान-समय मार्गदर्शन पर निर्भरता कम होती है।
यह प्रचुर मात्रा में उपलब्ध गैर-विशेषज्ञ (नेगेटिव) प्रदर्शनों का उपयोग करके डेटा दक्षता बढ़ाता है, जो महंगे विशेषज्ञ डेटा संग्रह की बाधा को दूर करता है।
यह गॉसियन प्रोसेस के स्ट्रक्चरल प्रायर का लाभ उठाकर स्मूथ और उच्च-गुणवत्ता वाले प्रक्षेपपथ उत्पन्न करता है।

यह कार्य सुझाव देता है कि फ्लो-आधारित जनरेटिव मॉडल्स में कार्य-प्रासंगिक संरचना को सीधे एम्बेड करना सुरक्षित और अधिक सक्षम रोबोट मोशन जनरेशन के लिए एक आशाजनक दिशा है। भविष्य के कार्यों को उच्च-आयामी प्रणालियों (जैसे आर्टिकुलेटेड मैनिपुलेटर्स) और वास्तविक दुनिया के प्लेटफार्मों तक विस्तार करने का प्रस्ताव दिया गया है।