用于操作嵌入的运动分类法

为从力学角度表示运动，本文探索使用运动分类法进行运动嵌入。借助该分类法，操作可被描述并表示为称为运动码的二进制字符串。运动码捕获接触类型和轨迹等力学属性，这些属性可用于定义运动之间的合适距离度量或用于深度学习和强化学习的损失函数。运动码还可用于合并别名或聚类具有相似属性的运动类型。以现有数据集为参考，我们讨论了如何基于直觉和真实数据，将运动码创建并分配给日常活动中常见的动作。将运动码与预训练 Word2Vec 模型的向量进行比较，我们表明运动码保持的距离与操作现实高度吻合。