ConTrack（UC San Diego，ECCV 2026）训练灵巧手跟踪人手与物体的参考动作。它把”物体沿参考轨迹运动”当作约束，用一个对偶变量在每次 PPO 更新后调整任务与风格两路优势的权重；长片段靠一个按参考帧索引、只存策略到达过的仿真状态的重置库来训练。13 个片段、每片段 5000 次更新的预算下，平均进度 0.899，高于 ManipTrans 的 0.743。
我为这篇论文写了一份中文导读，重点是重置库怎样建、怎样用，分三个标签页：
- 导读：方法、主要结果和结论。
- 基础：参考动作跟踪的 MDP、PPO、约束强化学习与对偶变量、几种重置策略，以及为什么手物交互不能直接把仿真设成参考状态。
- ConTrack 全程：对照开源代码把一次训练走一遍，每一步给出公式和从代码提炼的伪代码（附文件与行号）；最后列出论文与代码不一致的 14 处，以及 Sharpa 版与 XHand 版的差异。
页面里有大量编号公式、示意图和可切换的标签页，放在普通文章里没法正常排版，所以完整内容放在一个独立页面：
几种重置采样做法的横向对比，见《从哪一帧开始练：动作跟踪里的重置采样》。
文中的论文图片均来自原论文 arXiv:2606.03177，版权归作者所有；代码引用对应 EmptyBlueBox/ConTrack 的提交 f5efe18。