ICRA 2026｜KAN We Flow?：用 KAN 与 RWKV 重塑机器人三维操作

背景

在机器人操作（Robotic Manipulation）领域，基于扩散模型（Diffusion Policy）的策略因其强大的动作分布建模能力而备受关注。然而，这类方法通常需要进行多步去噪，导致推理速度慢、模型参数量大，难以直接部署在资源受限的真实机器人硬件上。

为了解决实时性问题，流匹配（Flow Matching）策略应运而生。它通过学习一步向量场来实现快速动作生成，理论上比扩散模型更高效。但现有的流匹配方法仍然大量依赖传统的 UNet 作为骨干网络，其计算开销和存储需求依然偏高，限制了其在高帧率实时控制中的应用。

因此，当前的核心挑战在于：如何在保证操作精度的前提下，进一步压缩模型规模并提升推理的实时性？

核心内容

本文提出了一种名为 KAN-We-Flow 的新方法，这是一种用于机器人三维操作的高效流匹配策略模型。该研究的核心创新在于使用 RWKV 和 Kolmogorov-Arnold Networks (KAN) 替代了传统的大规模 UNet 骨干网络，旨在保持甚至提升任务成功率的同时，大幅降低参数量与推理延迟。

1. 动机与直觉

• RWKV 的优势：RWKV 具备线性复杂度的时序建模能力，非常适合处理长时序的动作预测任务，能够高效捕捉动作序列的上下文信息。
• KAN 的优势：KAN 基于可学习的一维函数逼近，相比传统的全连接层，它能以更少的参数表达复杂的非线性映射关系。
• 结合效应将二者结合，有望同时解决机器人控制中的“长时序依赖”和“参数效率”两大痛点。

2. 技术路线

• 整体框架：采用一致性流匹配（Consistency Flow Matching）机制，实现一步动作生成。输入数据包括点云感知信息、机器人状态以及时间编码。
• 核心网络架构：
  • RWKV-KAN 骨干网络：RWKV 负责时间与通道的混合处理，建模动作序列的上下文；GroupKAN 则对特征通道进行分组的非线性函数校准，替代了传统的 MLP（多层感知机）。
  • Action Consistency Regularization (ACR)：这是一种额外的正则化手段。通过欧拉外推（Euler extrapolation），将一步预测的动作与专家轨迹在末端进行对齐。这不仅提供了额外的监督信号以稳定训练，且不会增加推理成本。
• 学习目标：模型通过联合一致性流匹配损失与 ACR 正则项进行端到端训练。

3. 实验结果

• 性能表现：在 Adroit、Meta-World 和 DexArt 三大基准测试中，KAN-We-Flow 的整体成功率优于 FlowPolicy 和 DP3 等现有方法。特别是在高难度、长时序的任务中，其优势更为明显。
• 效率对比：
  • 模型参数量约为 33.6M，相比 DP3 减少了约 86.8%。
  • 推理时间约为 8–11ms，完全满足 100Hz 的实时控制需求。
• 消融实验：验证了 RWKV、GroupKAN 与 ACR 模块均对性能有稳定增益。其中，ACR 在长预测窗口下能显著降低动作漂移现象。

关键要点

• 模型架构创新：首次将 RWKV（线性复杂度时序建模）与 KAN（高效非线性逼近）结合应用于机器人流匹配策略，替代传统的 UNet 架构。
• 极致压缩：在保持 SOTA（State-of-the-Art）或并列 SOTA 性能的前提下，参数量减少约 86.8%，实现了从“重型”到“轻量级”的转变。
• 实时性突破：推理延迟降至 8–11ms，支持 100Hz 的高频实时控制，解决了扩散式策略推理慢的瓶颈。
• ACR 正则化：引入 Action Consistency Regularization，通过欧拉外推对齐专家轨迹，有效稳定训练并抑制长窗口下的动作漂移，且无推理开销。
• 基准测试领先：在 Adroit、Meta-World、DexArt 三大主流基准上均取得当前最优或并列最优性能，尤其在长时序任务中表现突出。

意义与影响

KAN-We-Flow 的提出标志着机器人操作策略模型向“高效化”和“实时化”迈出了重要一步。

1. 降低部署门槛：通过大幅减少参数量和推理延迟，使得复杂的三维操作策略能够更容易地部署在边缘计算设备或嵌入式机器人控制器上，推动了从仿真到真实世界（Sim-to-Real）的落地进程。
2. 架构范式转移：证明了基于 RNN 变体（如 RWKV）和新型神经网络（如 KAN）可以替代传统的 CNN/UNet 架构，在保持甚至提升性能的同时实现更高的计算效率，为后续机器人视觉-动作模型的设计提供了新的思路。
3. 提升操作鲁棒性：ACR 机制的引入表明，在流匹配框架下引入额外的几何一致性约束，可以有效改善长时序预测中的累积误差问题，提高了机器人在复杂动态环境下的操作稳定性。

这项研究不仅为 ICRA 2026 提供了重要的技术参考，也为追求高性能与低延迟并重的机器人智能系统开发树立了新的标杆。