中文

FORCE:物理感知的人与物体交互

计算机视觉与模式识别 2024-12-23 v2 机器人学

摘要

人与物体之间的交互不仅受物体姿态和形状的影响,还受质量、表面摩擦力等物理属性的制约。这些物理属性引入了重要的运动细节,对于运动的多样性和真实感至关重要。尽管近期的人与物体交互方法取得了进展,但这一方面却被忽视了。生成具有细微差异的人体运动面临两个挑战。首先,从源自物理和非物理属性的多模态人与物体信息中学习并非易事。其次,目前尚不存在捕捉人与具有不同物理属性的物体之间细微交互的数据集,阻碍了模型的开发。本研究通过引入 FORCE 模型来填补这一空白,这是一种通过对物理属性进行建模来合成多样、细微人与物体交互的方法。我们的核心洞察是,人体运动由人类施加的力与感知到的阻力之间的相互关系决定。在一种新颖的直觉物理编码的引导下,该模型捕捉了人力与阻力之间的相互作用。实验还表明,结合人力有助于学习多类运动。伴随我们的模型,我们贡献了一个数据集,其特点是通过与不同阻力的交互产生多样、不同风格的运动。

关键词

引用

@article{arxiv.2403.11237,
  title  = {FORCE: Physics-aware Human-object Interaction},
  author = {Xiaohan Zhang and Bharat Lal Bhatnagar and Sebastian Starke and Ilya Petrov and Vladimir Guzov and Helisa Dhamo and Eduardo Pérez-Pellitero and Gerard Pons-Moll},
  journal= {arXiv preprint arXiv:2403.11237},
  year   = {2024}
}

备注

24 pages, 9 figures