SkillMimic 用连乘式奖励与分层技能控制模仿篮球技能

SkillMimic 用连乘式高斯核奖励把姿态、交互与接触变成乘性联合条件，从篮球示范中学得 19 类交互技能。其分层版本以离散技能选择驱动冻结的低层策略，并在新一代仿真平台复现四类任务。