تم اقتراح سياسة متوسط السرعة (MVP) بشكل مشترك من قبل فرق بحثية من جامعة تسينغهوا (كلية المركبات والنقل وكلية الذكاء الاصطناعي)، ومختبر بايدو لأبحاث الذكاء الاصطناعي (BAIR) في جامعة كاليفورنيا، بيركلي، وجامعة هونغ كونغ. نُشر هذا العمل رسميًا كبحث في المؤتمر الدولي لتمثيلات التعلم (ICLR 2026) في عام 2026. ونُشرت نتائج الأبحاث ذات الصلة في ورقة بحثية بعنوان "سياسة التدفق المتوسط مع قيد السرعة اللحظية لتوليد الإجراءات بخطوة واحدة".

MVP هي سياسة توليدية مبتكرة للتعلم المعزز، تُحقق أسرع توليد للحركة بخطوة واحدة من خلال نمذجة "حقل السرعة المتوسطة"، مما يُلغي تمامًا العبء الحسابي لأخذ العينات متعددة الخطوات. ولمعالجة تحدي غياب الشروط الحدية الصريحة في النموذج، قدّم فريق البحث "قيود السرعة اللحظية (IVC)"، مما حسّن بشكل فعّال دقة التعلم وقدرة السياسة على التعبير. عمليًا، تُحسّن MVP بشكل ملحوظ سرعة التدريب والاستدلال (يبلغ متوسط زمن الاستدلال بخطوة واحدة 10.93 مللي ثانية فقط)، وتحقق معدل نجاح متوسطًا متميزًا يبلغ 0.88 في مهام معالجة الروبوت المعقدة في Robomimic وOGBench، لتصل بذلك إلى أعلى مستويات الأداء في هذا المجال.