流匹配损失

让网络预测从噪声指向真实数据的速度方向，用均方误差来训练。

流匹配由 Lipman 等人 2022 年提出，把「噪声逐渐变成数据」看成沿一条路径的连续流动，网络学习路径上每一点的速度场。训练时不用模拟整条轨迹：随机取一个时间 τ，把真实样本和高斯噪声线性插值得到中间点，再用均方误差让网络输出的速度去拟合这条直线路径的方向（真实样本减噪声），这就是流匹配损失。它和扩散模型的去噪损失形式很像，但路径更直，采样步数可以更少。推理时从纯噪声出发，用欧拉法沿预测的速度积分几步就得到样本。π0 系列 VLA 就用它训练动作专家，直接生成连续的动作块。

例子π0 训练时从偏向高噪声端的 Beta 分布里采样 τ，构造带噪动作 τ·A + (1 − τ)·ε，让动作专家回归 A − ε；推理时从纯噪声出发，用 10 步欧拉积分生成动作块。

也叫

速度场回归损失、条件流匹配损失、Conditional Flow Matching Loss、CFM Loss

相关

流匹配、速度场、整流流、均方误差、去噪损失、π0

来源

Flow Matching for Generative Modeling (arXiv:2210.02747)
π0: A Vision-Language-Action Flow Model for General Robot Control (arXiv:2410.24164)