ConicFlow：面向流匹配模型的受约束推理期最优控制

研究提出 ConicFlow，将流匹配模型推理期的约束采样构建为平衡预训练轨迹偏差与奖励的最优控制问题。该方法结合滚动时域控制与原始对偶算法分段优化局部窗口，并引入终端估计变体以避免累积局部截断误差。在低维与高维环境下的实验表明，ConicFlow 相比基线在更少偏离预训练流的同时，实现了更高奖励与更强约束满足能力。