Skip to content
Hot eventLive

ESP：能量分数策略实现单步多模态动作生成

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月7日，arXiv Robotics 发布一手研究，提出 ESP（Energy-Score Policy），一种用于单步多模态动作生成的免教师（teacher-free）方法。该方法将策略上下文与噪声经单次网络评估直接映射为动作 chunk，并用能量分数而非均方误差训练动作头，以严格恰当的目标学习多模态动作分布；在模型可表示目标分布时，于总体最优处精确恢复。仿真与真实操作实验显示，ESP 的任务成功率具竞争力，动作生成延迟显著低于 flow matching 基线。目前未见后续验证或矛盾报道。

Generated from reports · updated 3 hr ago

LatestOct 7
ESP 提出免教师单步动作生成，能量分数训练在仿真与真实操作中降低延迟且成功率具竞争力。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Robotics
    ESP：用于单步多模态动作生成的能量分数策略

    ESP（Energy-Score Policy）是一种免教师（teacher-free）方法，将策略上下文与噪声经单次网络评估直接映射为动作 chunk。它用能量分数而非均方误差训练动作头，以严格恰当的目标学习多模态动作分布，在模型可表示目标分布时于总体最优处精确恢复。仿真与真实操作实验显示其任务成功率具竞争力，动作生成延迟显著低于 flow matching 基线。

Heat trend

There is not enough continuous observation data to draw a trend yet.