Tag · 9 篇
能量模型
面向分解式人体运动生成的能量扩散模型
Towards Decompositional Human Motion Generation with Energy-Based Diffusion Models
把能量模型与扩散采样结合，用组合分布刻画多个运动概念的并集，从而在无逐概念真值的情况下把整体运动拆成可复用基元；这套「能量式组合分布 + 分解训练」的思路可直接迁移到视觉中的组合式视频/动作生成与概念解耦。
魔鬼藏在梯度纠缠中：面向鲁棒广义类别发现的能量感知梯度协调器
The Devil Is in Gradient Entanglement: Energy-Aware Gradient Coordinator for Robust Generalized Category Discovery
把「梯度纠缠」作为可诊断的优化失效模式，并用参考模型锚定有监督梯度方向、用能量系数自适应缩放无监督梯度投影，这套梯度级插件可直接移植到任何半监督/开放词表表征学习流程中，无需改动网络结构。
GuideFlow：面向端到端自动驾驶规划的约束引导流匹配
GuideFlow: Constraint-Guided Flow Matching for Planning in End-to-End Autonomous Driving
把流匹配生成过程与能量模型联合训练，在采样阶段直接施加显式物理/安全约束，可作为视觉规划器中替代扩散策略、避免轨迹模式坍缩并省去后处理优化阶段的通用生成式规划范式。
GT-SVJ：基于生成Transformer的自监督视频裁判用于高效视频奖励建模
GT-SVJ: Generative-Transformer-Based Self-Supervised Video Judge For Efficient Video Reward Modeling
将视频生成模型（如扩散模型）通过能量模型重参数化，并利用潜在空间扰动构造负样本进行对比训练，从而作为时序感知的奖励模型，为视频生成质量评估和偏好对齐提供了新思路。
EnergyAction：基于能量模型的单臂到双臂策略组合
EnergyAction: Unimanual to Bimanual Composition with Energy-Based Models
将单臂操作策略建模为能量模型并通过能量组合实现双臂协调，其能量约束下的时序-空间协调机制与自适应去噪步数策略，可为视觉-动作联合生成中的多策略融合与推理效率提供可复用思路。
能量波动化与再分配用于测试时自适应：一个控制系统的视角
Energy Waveify and Redistribution for Test-Time Adaptation: A Control System Perspective
用复值波函数与概率流守恒替代朗之万/蒙特卡洛迭代采样来更新能量模型，可作为一种免随机采样的测试时自适应模块，直接插入依赖能量模型的视觉分类或分割流程中以降低自适应延迟。
EagleNet：面向文本-视频检索的能量感知细粒度关系学习网络
EagleNet: Energy-Aware Fine-Grained Relationship Learning Network for Text-Video Retrieval
用文本候选与帧构建文本-帧图来聚合出带帧上下文信息的增强文本嵌入，并用能量匹配建模真实文本-视频对分布，这一「图聚合+能量打分」思路可迁移到其他跨模态检索与图文对齐任务中。
基于能量分离的未知目标检测用于开放世界目标检测
Detecting Unknown Objects via Energy-based Separation for Open World Object Detection
用 ETF 构造正交子空间、并同时利用已知/未知两个空间的能量分数来分离未知目标，这一思路可直接迁移到开放词表检测与 OOD 目标发现中的未知判别头设计；EKD 损失对旧/新分类器施加分离约束，也可用于缓解增量检测中的新旧类知识干扰。
ActiveGrasp：基于校准能量模型的分布信息引导主动抓取
ActiveGrasp: Information-Guided Active Grasping with Calibrated Energy-based Model
把抓取位姿分布建模为 SE(3) 流形上的校准能量模型，并用其条件分布的信息增益来驱动下一最佳视角选择，为主动感知/主动重建中的视角规划提供了一个可复用的「分布级」信息度量思路。