DexMimic：通过价值引导重置分配实现通用灵巧手-物体跟踪策略

DexMimic 是一种跨多样人手-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，优先分配训练不足的阶段并选择跟踪回报更高的重置状态。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，已在真实灵巧操作平台上验证。