研究者提出频率感知流匹配FAFM方法

2026年11月10日，arXiv Robotics 刊出研究，Jianing Guo 等作者提出频率感知流匹配（FAFM）机器人动作生成方法。据该报道，FAFM 用离散余弦变换（DCT）把离散动作序列转到频域，对系数做流匹配，再经余弦基展开重建连续动作，并正则化一阶时间导数以抑制高频误差、提升动作平滑性。作者称该方法简单、不引入额外网络参数，适用于独立流匹配策略与视觉-语言动作模型，且在真实 Franka 机器人上部署时增益保持一致。目前进展仅限于该篇论文的自我报告，尚无独立复现或第三方评测的跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。