Dyads: 面向艺术家的AI生成舞蹈双人舞
机器学习
2025-03-07 v1 计算机与社会
摘要
现有的AI生成舞蹈方法主要基于单人舞蹈表演的动作捕捉数据进行训练，但舞蹈在任何流派中的一个关键特征是两个或多个身体在空间中的交互。此外，许多AI与舞蹈交叉领域的研究未能在开发过程中融入艺术家自身的理念与需求，导致生成的模型对AI社区更有用，而非对舞蹈社区。本项工作通过提出一种AI方法来建模舞者配对之间的复杂交互，并详细说明技术方法如何由持续共同创作运动数据的艺术利益相关者来塑造，从而同时满足该领域的双重需求。我们的模型是一种基于概率与注意力的变分自编码器，可根据输入的舞蹈序列生成编舞伙伴。我们构建了自定义损失函数以增强生成编舞的流畅性与连贯性。我们的代码是开源的，我们还记录了其他跨学科研究团队促进艺术家与技术人员之间协作与强沟通的策略。
引用
@article{arxiv.2503.03954,
title = {Dyads: Artist-Centric, AI-Generated Dance Duets},
author = {Zixuan Wang and Luis Zerkowski and Ilya Vidrin and Mariel Pettee},
journal= {arXiv preprint arXiv:2503.03954},
year = {2025}
}