本文共同第一作者為西安交通大學(xué)碩士生常建磊和博士生梅若風(fēng)。柯煒為西安交通大學(xué)副教授。論文通訊作者為西安交通大學(xué)教授許翔宇，其研究方向涵蓋三維視覺、生成式 AI 與具身智能（個人主頁：https://xuxy09.github.io/）。

生成式模型正在成為機器人和具身智能領(lǐng)域的重要范式，它能夠從高維視覺觀測中直接生成復(fù)雜、靈活的動作策略，在操作、抓取等任務(wù)中表現(xiàn)亮眼。但在真實系統(tǒng)中，這類方法仍面臨兩大「硬傷」：一是訓(xùn)練極度依賴大規(guī)模演示數(shù)據(jù)，二是推理階段需要大量迭代，動作生成太慢，難以實時控制。

針對這一核心瓶頸，西安交通大學(xué)研究團隊提出了全新的生成式策略學(xué)習(xí)方法 EfficientFlow。該方法通過將等變建模與高效流匹配（Flow Matching）深度融合，在顯著提升數(shù)據(jù)效率的同時，大幅壓縮推理所需的迭代步數(shù)，在多個機器人操作基準上實現(xiàn)了 SOTA 的性能，并將推理速度提升一個數(shù)量級以上。

相關(guān)論文《EfficientFlow: Efficient Equivariant Flow Policy Learning for Embodied AI》已被 AAAI 2026 接收，代碼已開源。

• 論文地址：https://arxiv.org/pdf/2512.02020
• 項目主頁：https://efficientflow.github.io/
• GitHub：https://github.com/chang-jl/EfficientFlow

技術(shù)亮點：用物理直覺重塑生成式策略

1. 加速度正則化：讓生成軌跡更直、更快

傳統(tǒng)流匹配的一大痛點是學(xué)習(xí)到的流場曲率過大，導(dǎo)致推理時仍需多步迭代才能擬合。

怎么讓生成軌跡變直？ EfficientFlow 的設(shè)計靈感源于物理直覺：現(xiàn)實中平滑的運動，往往加速度很小。 因此，EfficientFlow 在損失函數(shù)中引入了加速度正則項，鼓勵樣本從噪聲分布向數(shù)據(jù)分布演化的過程也是平滑且接近勻速的：

其中是正則化系數(shù)。在實踐中，采用，在早期時間鼓勵更平滑的軌跡，而在時則優(yōu)先考慮準確性。

加速度正則項可以近似為：

然而，該式難以直接計算，因為和 位于同一條未知的流軌跡上。為克服這一困難，EfficientFlow 引入了流加速度上界（FABO）：

其中，和  來自同一個條件概率路徑，很容易通過采樣得到。

本質(zhì)上，F(xiàn)ABO 是一個易于計算且有效的代理損失。同時，上界 FABO 與原式的差值等效于 ，可以看作對雅可比矩陣  的正則化，讓模型生成的策略更穩(wěn)、更魯棒。

2. 等變網(wǎng)絡(luò)：讓模型學(xué)會「舉一反三」

EfficientFlow 等變設(shè)計的核心邏輯非常直觀：如果輸入的視覺場景旋轉(zhuǎn)了一定角度，那么機器人輸出的動作自然也該跟隨旋轉(zhuǎn)相同的角度。這帶來了巨大的數(shù)據(jù)優(yōu)勢，相當(dāng)于一條數(shù)據(jù)就可以產(chǎn)生多條數(shù)據(jù)的效果。模型只需學(xué)習(xí)物體在一個角度下的操作，就能自動泛化到多個旋轉(zhuǎn)角度，真正實現(xiàn)了「舉一反三」。

EfficientFlow 基于 escnn 庫構(gòu)建，將機器人在時間的動作表示為一個 10 維向量 ，包含 6D 旋轉(zhuǎn)表示、3D 平移向量和標量抓手寬度。動作輸出對應(yīng)的等變表示為：

這種表示使得能夠生成遵循任務(wù)  對稱性的預(yù)測動作，從而確保在場景進行平面旋轉(zhuǎn)時行為的一致性。

等變網(wǎng)絡(luò)的輸入是時間 t 、動作序列 和觀測。模型將等變?nèi)涸O(shè)定為一個有限循環(huán)子群，使用一個等變觀測編碼器將觀測 映射為嵌入 ，使用一個等變動作編碼器將動作序列 映射為嵌入 ，編碼后的嵌入,  與時間 t 一起被輸入到等變神經(jīng)網(wǎng)絡(luò)中。得益于各部件的等變設(shè)計，模型實現(xiàn)了從原始輸入到預(yù)測動作的全流程 等變性。

3. 時間一致性策略：快，還要穩(wěn)

在生成動作序列時，由于相鄰的片段通常是獨立預(yù)測，策略可能會在不同的行為模式間切換，導(dǎo)致長期執(zhí)行過程中的不連貫。為了解決這個問題，EfficientFlow 采用 Diffusion Policy 中的時間重疊策略：每個預(yù)測序列僅執(zhí)行前 步，而剩余的  步則與從時間 開始的后續(xù)預(yù)測重疊。通過生成具有相似重疊部分的相鄰動作序列，可以實現(xiàn)長期的連貫性。

受 IMLE Policy 的啟發(fā)，算法還采用了一種批量軌跡選擇與周期性重置策略，該策略在多模態(tài)表達能力與時間連貫性之間取得了平衡。在推理階段，EfficientFlow 從高斯分布中采樣 m 個初始噪聲向量 ，并通過模型演化每一個向量，生成 m 條候選動作軌跡 。然后，選擇重疊片段與上一條軌跡匹配度最高的軌跡執(zhí)行。

為了保持模型探索多樣化行為的能力，模型引入了周期性重置：每 10 個預(yù)測周期，從批次中隨機選擇一條軌跡進行執(zhí)行，而不是選擇最小化重疊距離的那一條。這種方法在保持多模態(tài)性的同時提高了時間一致性，并且由于并行化處理，批量化設(shè)計確保了推理時間的額外開銷極小。

實驗效果：少數(shù)據(jù)、少步數(shù)，也能打 SOTA

在 MimicGen 等多個機器人操作基準中，EfficientFlow 在有限數(shù)據(jù)條件下展現(xiàn)出媲美甚至超過現(xiàn)有 SOTA 方法的成功率。更關(guān)鍵的是推理效率：在 1 步推理下，EfficientFlow 就能接近 EquiDiff 100 步推理的平均性能，單步推理速度提升 56 倍，5 步推理也有近 20 倍加速。消融實驗進一步表明，加速度正則化與等變建模缺一不可，共同構(gòu)成了高效生成式策略的關(guān)鍵。