流匹配¶

前置与定位

需要向量、基础概率、时间相关函数、ODE 数值积分与 PyTorch。先做二维分布搬运实验，再看大规模图像或机器人应用。

直觉：学习点怎样随时间移动¶

先选一条从简单分布走向数据分布的概率路径，再学习时间相关向量场。采样时，从简单分布取点，通过 ODE 求解器沿学到的场演化。

一个常见的教学设定：取噪声端点 \(x_0\) 和数据端点 \(x_1\)，构造 \(x_t=(1-t)x_0+t x_1\)，以 \(x_1-x_0\) 为条件速度回归目标。这里 \(t=0\) 表示噪声端，\(t=1\) 表示数据端；路径、端点耦合和时间约定必须明确。

这只是一种条件路径设定，不意味着采样时知道目标数据点，也不保证学到的每条生成轨迹都是直线。训练可以回归可构造目标；生成时仍需要数值积分。

概念	区别与联系
扩散 / score matching	常用噪声层级和 score/去噪目标；在相应假设下可以建立与流的联系
Flow matching	常见做法拟合概率路径对应的速度场；路径选择会影响训练与采样
Normalizing flow	一类通过可逆变换建模分布的方法；不是 flow matching 训练目标的同义词
Rectified flow	与特定路径和速度场学习有关的方法；不要把它当作所有 flow matching 的统称

实际速度和质量取决于模型、数据、求解器与步数，不能从方法名称推断“必然更快”或“已经替代扩散”。

训练阶段（Simulation-free 回归）：
- 采样噪声样本 \(x_0 \sim \mathcal{N}(0, I)\) 与真实数据样本 \(x_1 \sim q(x)\)。
- 沿选定概率路径线性插值：\(x_t = (1-t)x_0 + t x_1\)（直线条件路径）。
- 真实条件速度目标为常数：\(u_t(x|x_1, x_0) = \frac{d x_t}{d t} = x_1 - x_0\)。
- 神经网络只需优化简单均方误差：\(\mathcal{L}_{\text{CFM}}(\theta) = \mathbb{E}_{t, x_0, x_1} \left[ \| v_\theta(x_t, t) - (x_1 - x_0) \|^2 \right]\)，训练全程无需运行昂贵的 ODE 数值积分。
采样阶段（数值 ODE 演化）：
- 从先验分布取样初始点 \(x_0 \sim \mathcal{N}(0, I)\)。
- 求解常微分方程 \(\frac{d x_t}{d t} = v_\theta(x_t, t)\)，使用 Euler、Midpoint 或 RK4 从 \(t=0\) 积分到 \(t=1\) 得到生成样本 \(x_1\)。
与扩散模型的对比：扩散模型源自朗之万动力学与加噪逆向过程，样本轨迹常有曲折与随机布朗抖动；流匹配通过显式构造平直的概率路径（如最优传输路径 Optimal Transport），允许用较少积分步数（如 10~20 步）高质量生成。

使用 MIT 6.S184（2026）第 1–2 讲及 Lab 2 的 flow matching 部分；与 G2 使用同一套代码和符号。

验收：能解释训练阶段需要哪些数据、采样阶段实际知道什么；提供一个步数或路径设置实验与失败分析。比较中存在不同设置时，明确其限制。

为什么条件速度场 \(u_t(x_t|x_1, x_0) = x_1 - x_0\) 在训练时只依赖两端端点，却能在边际化（Marginalization）后引导无条件的先验噪声流动到复杂数据流形？
既然训练时构造的是直线条件路径，为什么神经网络在推理采样时学到的边际速度场 \(v_\theta(x, t)\) 生成轨迹并不保证是严格的直线？
在具身智能动作生成（Action Flow / Diffusion Policy）中，流匹配相比直接回归（MSE）最大的优势是什么？（多峰动作分布的表达能力）

向量场和状态随时间演化可以衔接你的系统与信号背景。机器人中可以生成条件动作序列，但生成的轨迹仍受本体、控制频率和反馈限制，见学习型策略。先完成低维实验，再决定是否深入 VLA。