Flow matching(FM) 기반 생성적 플래너는 한두 번의 ODE 단계로 고품질 경로를 생성할 수 있지만, 샘플링 동역학은 공식적인 안전 보장을 제공하지 않으며 제약 조건 근처에서 불완전한 경로를 생성할 수 있습니다. 본 논문에서는 FM과 제어 장벽 함수(CBF)를 결합하여 실시간 효율성과 인증된 안전성을 모두 달성하는 계획 프레임워크인 SafeFlowMatcher를 제시합니다. SafeFlowMatcher는 2단계 예측-수정(PC) 적분기를 사용합니다. (i) 예측 단계는 개입 없이 후보 경로를 얻기 위해 학습된 FM을 한 번(또는 몇 단계) 적분합니다. (ii) 수정 단계는 소멸하는 시간 배율 벡터 필드와 벡터 필드를 최소한으로 교란하는 CBF 기반 이차 계획법으로 이 경로를 개선합니다. 결과 흐름 시스템에 대한 장벽 인증서를 증명하여 강력한 안전 집합의 전방 불변성과 안전 집합으로의 유한 시간 수렴을 설정합니다. SafeFlowMatcher는 실행된 경로에 대해서만 안전성을 적용(모든 중간 잠재 경로가 아닌)함으로써 분포 드리프트를 피하고 로컬 트랩 문제를 완화합니다. 미로 탐색 및 로코모션 벤치마크에서 SafeFlowMatcher는 확산 및 FM 기반 기준선보다 빠르고 부드럽고 안전한 경로를 달성합니다. 광범위한 제거 실험을 통해 PC 적분기와 장벽 인증서의 기여가 뒷받침됩니다.
