本文共同第一作者為西安交通大學碩士生常建磊和博士生梅若風。柯煒為西安交通大學副教授。論文通訊作者為西安交通大學教授許翔宇，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域的重要范式，它能夠從高維視覺觀測中直接生成復雜、靈活的動作策略，在操作、抓取等任務中表現亮眼。但在真實系統中，這類方法仍面臨兩大「硬傷」：一是訓練極度依賴大規模演示數據，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，西安交通大學研究團隊提出了全新的生成式策略學習方法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據效率的同時，大幅壓縮推理所需的迭代步數，在多個機器人操作基準上實現了 SOTA 的性能，并將推理速度提升一個數量級以上。

相關論文《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

傳統流匹配的一大痛點是學習到的流場曲率過大，導致推理時仍需多步迭代才能擬合。

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

加速度正則項可以近似為：

2. 等變網絡：讓模型學會「舉一反三」

EfficientFlow 等變設計的核心邏輯非常直觀：如果輸入的視覺場景旋轉了一定角度，那么機器人輸出的動作自然也該跟隨旋轉相同的角度。這帶來了巨大的數據優勢，相當于一條數據就可以產生多條數據的效果。模型只需學習物體在一個角度下的操作，就能自動泛化到多個旋轉角度，真正實現了「舉一反三」。

3. 時間一致性策略：快，還要穩

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 個預測周期，從批次中隨機選擇一條軌跡進行執行，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，批量化設計確保了推理時間的額外開銷極小。

實驗效果：少數據、少步數，也能打 SOTA

在 MimicGen 等多個機器人操作基準中，EfficientFlow 在有限數據條件下展現出媲美甚至超過現有 SOTA 方法的成功率。更關鍵的是推理效率：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，共同構成了高效生成式策略的關鍵。