# 硬约束采样

MIT 研究者提出 HardFlow，把硬约束生成改写为轨迹优化问题，只在最终输出上强制安全、物理或任务要求，而不在每一步中间采样上强制。此前常用的投影式采样在生成全程反复把中间样本拉回可行域，容易限制模型找到更好解。在机器人操作、迷宫导航和文本引导图像编辑实验中，HardFlow 达到完全约束满足，并在解的质量指标上持续优于基线方法，计算时间与多数对比方法相当或更低。

MIT 研究者提出 HardFlow，把硬约束生成改写为轨迹优化问题，只在最终输出上强制安全、物理或任务要求，而不在每一步中间采样上强制。此前常用的投影式采样在生成全程反复把中间样本拉回可行域，容易限制模型找到更好解。在机器人操作、迷宫导航和文本引导图像编辑实验中，HardFlow 达到完全约束满足，并在解的质量指标上持续优于基线方法，计算时间与多数对比方法相当或更低。