MimicX 用策略执行反馈修正人形训练：跟踪误差降 25.7%

MimicX 提出 policy-in-the-loop 框架，用执行反馈修正基于人类视频的人形机器人动作跟踪训练。框架先从重建与重定向的动作中定位困难过渡段和受影响身体部位，再联合调整跟踪目标与用于策略续训的 reset 课程，并通过重复 rollout 筛选改进。