GoalFlow：目标驱动的流匹配多模态轨迹生成

它要解决什么问题

flow matching 生成轨迹容易发散，需要一个约束方向的锚。

机制拆解

1. 用 flow matching 学习从噪声轨迹到目标轨迹的速度场
2. 引入 goal point 约束生成方向，减少轨迹发散
3. 输出多模态候选后通过 scoring 选择

量产判断

读完应该能问

• goal point 从哪来？导航给的还是模型自己预测的？

回到术语

• 流匹配——不预测噪声，而是学习从噪声轨迹流向真实轨迹的连续速度场，推理时解 ODE——采样步数更少。
• 多模态轨迹——未来不是一个确定的点，而是一个分布：可以跟车、变道、让行、绕行，模型输出多条候选来表达这种不确定性。