基于自动排序示范奖励模型的 3D 舞蹈探索性生成
人机交互
2023-12-19 v1 人工智能
摘要
本文提出了一个探索性 3D 舞蹈生成框架 E3D2，旨在解决现有基于音乐条件的 3D 舞蹈生成模型中探索能力不足的问题。由于缺乏探索能力，当前模型经常生成单调且过于简单的舞蹈序列，这与人类偏好不符。E3D2 框架包含一个从自动排序的舞蹈示范中训练得到的奖励模型，该模型随后指导强化学习过程。这种方法鼓励智能体进行探索，并生成高质量且多样化的舞蹈动作序列。该奖励模型的合理性得到了理论和实验的双重验证。实证实验证明了 E3D2 在 AIST++ 数据集上的有效性。项目页面：https://sites.google.com/view/e3d2。
引用
@article{arxiv.2312.11442,
title = {Explore 3D Dance Generation via Reward Model from Automatically-Ranked Demonstrations},
author = {Zilin Wang and Haolin Zhuang and Lu Li and Yinmin Zhang and Junjie Zhong and Jun Chen and Yu Yang and Boshi Tang and Zhiyong Wu},
journal= {arXiv preprint arXiv:2312.11442},
year = {2023}
}
备注
AAAI-24