GenPlanner：从噪声到计划——流匹配与扩散模型中的涌现推理

复杂环境中的路径规划是人工智能的关键难题，需同时理解空间几何与问题全局结构。本文探索利用生成模型作为规划与推理机制，提出基于扩散模型和流匹配的 GenPlanner 及其变体。该方法通过多通道条件（含障碍图及起止点信息）引导轨迹生成， iteratively 将随机噪声转化为正确路径。实验表明，该 approach 显著优于基线 CNN 模型，其中 FlowPlanner 在有限生成步数下仍表现卓越。