# 生成式机器人策略

北大-灵初联合实验室的RoboFFT被CoRL2026接收，它把扩散模型和流模型预训练时的前向加噪损失改造成近似概率比，让生成式机器人策略能按任务成败反馈做PPO式后训练。验证覆盖Robomimic仿真任务、视觉语言动作模型π₀的流式动作头和四项真机操作任务；抓取茄子任务在相同数据预算下，仅汇集数据做行为克隆为14/20，离线后训练18/20，在线后训练20/20。

北大-灵初联合实验室的RoboFFT被CoRL2026接收，它把扩散模型和流模型预训练时的前向加噪损失改造成近似概率比，让生成式机器人策略能按任务成败反馈做PPO式后训练。验证覆盖Robomimic仿真任务、视觉语言动作模型π₀的流式动作头和四项真机操作任务；抓取茄子任务在相同数据预算下，仅汇集数据做行为克隆为14/20，离线后训练18/20，在线后训练20/20。

灵初智能联合北京航空航天大学、北京大学、香港中文大学提出频率感知流匹配方法FAFM，把机器人动作从固定步数的离散序列改为对应真实物理时间的频域系数，并在流匹配生成动作时显式约束动作的一阶时间导数。这样，5 Hz、10 Hz、20 Hz等不同采集频率的示教可以映射到同一物理时间尺度上联合训练，而不必靠下采样或插值统一频率。在Franka机械臂上，集成到π₀.₅后，抓取放置任务成功率从80%升到95%，多障碍物避障任务从80%升到90%。

灵初智能联合北京航空航天大学、北京大学、香港中文大学提出频率感知流匹配方法FAFM，把机器人动作从固定步数的离散序列改为对应真实物理时间的频域系数，并在流匹配生成动作时显式约束动作的一阶时间导数。这样，5 Hz、10 Hz、20 Hz等不同采集频率的示教可以映射到同一物理时间尺度上联合训练，而不必靠下采样或插值统一频率。在Franka机械臂上，集成到π₀.₅后，抓取放置任务成功率从80%升到95%，多障碍物避障任务从80%升到90%。