DexMimic通用灵巧手物追踪策略论文发布

DexMimic 是一种跨多条人手-物体交互轨迹联合训练的通用灵巧手-物体跟踪策略，通过 Value-Guided Reset Allocation 在线调整初始化分布，优先训练困难阶段并选择高期望跟踪回报的重置状态。实验显示其跟踪成功率与训练效率提升、微调更快，并具备对未见轨迹和物体的零样本泛化潜力，训练集越大效率与泛化越好。该策略已在真实灵巧操作平台上完成验证。

摘自 arXiv cs.RO

还没有足够的连续观测数据，暂不绘制趋势。