深度分析 動作原型字典與結構化稀疏流匹配：提升軌跡生成的可執行性與樣本效率 背景：機器人可執行軌跡為具體動作輸出，現有模型多以逐點密集方式生成，忽略潛在結構。方法：提出稀疏組合流匹配，於軌跡空間組合可重用動作原型，原型配可微長度遮罩與二元起始指標，維持形狀穩定。再以時序對齊與可微幾何損失強化接合一致性。結果：在多項基準上顯著提升預測精度並降低終點誤差比。
