EigenDEXplore：基于人类先验的灵巧操作结构化探索方法

针对灵巧操作中独立关节扰动难以发现协同行为的问题，研究提出 EigenDEXplore，在保持动作空间不变的前提下，于独立关节空间噪声上叠加沿人类数据导出的特征向量的扰动，以结构化方式引导探索。实验覆盖多种灵巧手，在抓取、手内重定向和接触密集型操作中持续优于关节空间与学习动作空间基线。该方法在无结构与参考引导强化学习、轨迹优化及仿真到真实部署中均有效，在奖励塑形和课程设计较少的场景下提升最大。