ESP：面向单步多模态动作生成的 Energy-Score Policy

ESP（Energy-Score Policy）提出一种免蒸馏方法，用单次网络评估将策略上下文与噪声直接映射为动作块，动作头以 energy score 而非均方误差训练，实现对多模态动作分布的直接学习。仿真与真实操作任务实验显示，其任务成功率与 flow matching 基线相当，而动作生成时延大幅降低。