NeurIPS 2026 Spotlight：天大团队提出 FAME，用 Flow Matching 生成多探索目标优化机器人三维建图

天津大学团队提出 FAME 方法，利用 Conditional Flow Matching 生成多探索目标，已被 NeurIPS 2026 收录为 Spotlight。 FAME 通过 A* 路径规划与分层选择优化路线。在 AiMDoom 数据集 Insane 级别，其最终覆盖率达 53.4%。 该方法提升了机器人在未知环境中的探索覆盖率与重建完成率。