点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 如果策略模型也能动态地思考与推理，尤其能理解"不确定性"，是否能让机器人在真实世界中表现得更好？ ⚡️ 研究简介：EBT-Policy 近期，研究团队提出了 EBT-Policy（Energy-Based Transformer Policy） ，一种基于能量模型（Energy-Based Model, EBM）的新型策略架构。 该方法在模拟与真实机器人任务中均表现出色，显著提升了训练和推理效率，并展现出独特的「零样本重试（zero-shot retry）」能力。 主要特点： ✍️ 什么是 Energy-Based Transformer (EBT)？ EBT 模型通过学习一个 能量值 energy 来衡量输入变量之间的匹配程度。 在语言建模任务中，它学习的是上下文与预测之间的能量地形（energy landscape）。 ⚙️ 在模拟与真实环境中 ...