EigenDEXplore：用人类先验为灵巧操作做结构化探索

EigenDEXplore 提出一种结构化探索方法，用从人类手部数据中学到的协调关节运动空间来引导灵巧操作的强化学习与轨迹优化，替代传统的独立关节扰动。此前利用低维协调关节空间的工作主要面向抓取学习，会限制通用操作所需的表达能力，而该方法试图在保留协调结构的同时维持表达性。