Learning to Explore Hidden Kinematics for Articulated Object Manipulation

该研究提出通过 amortize action selection 进训练，让策略主动探索 articulated object 的隐藏运动学参数。方法用生成先验初始化关节类型与参数的 belief 分布，再用贝叶斯滤波更新，并以 per-point articulation flow field 条件化策略；训练时用 RL 奖励每次交互从后验中移除的熵。