同一观测对应多个有效动作时，CVAE 的 KL 正则与流模型的 Lipschitz 平滑度决定策略能否保留多模态，而主流机器人仿真基准其实几乎单模态
该工作形式化定义了行为克隆中的多模态，证明潜变量策略保留示范模态需要潜表示携带动作条件信息、过强的后验—先验正则会压制该信息，动作空间生成策略则受基分布到动作映射的 Lipschitz 常数限制，并在合成多模态导航、真实机器人双模态组织抓取任务上验证这些机制，同时用基于 GMM 模态聚类的诊断发现 Push-T、UR3、LIBERO、Meta-World 等标准仿真基准的条件多模态很有限、确定性回归仍有竞争力。