基于 Drifting 的占用建模：一步生成实现直接策略提取

研究提出用一步生成采样器 drifting 建模占用（折扣状态访问分布），从而通过占用模型直接微分提取策略，绕过 critic 蒸馏。作者沿多模态结构捕捉程度、生成模型类别、策略提取方法三个维度分解该流程，并验证了更简洁的替代方案。该轻量设置标准基准上性能提升。