HOI-Dyn：用于人-物运动扩散的交互动力学学习
计算机视觉与模式识别
2025-10-21 v3
摘要
生成逼真的 3D 人-物相互作用 (HOI) 仍是一个具有挑战性的任务，due to the difficulty of modeling detailed interaction dynamics。现有方法将人和物体的运动独立处理，导致产生物理上不合理且在因果性上不一致的行为。在本 work中，我们提出了 HOI-Dyn，一个新框架，将 HOI 生成表述为驱动-响应系统，其中人的动作驱动物体的响应。我们方法的核心是一个轻量级基于转换器的交互动力学模型，显式预测物体如何对人的运动作出反应。为进一步强制一致性，我们引入一种基于残差的动力学损失，以减轻动力学预测误差的影响，并防止产生误导性的优化信号。该动力学模型仅在训练时使用，保持推理效率。通过大量的定性和定量实验，我们展示我们的 approach 不仅提高了 HOI 生成质量，还为评估生成相互作用的质量建立了可行的度量标准。
引用
@article{arxiv.2507.01737,
title = {HOI-Dyn: Learning Interaction Dynamics for Human-Object Motion Diffusion},
author = {Lin Wu and Zhixiang Chen and Jianglin Lan},
journal= {arXiv preprint arXiv:2507.01737},
year = {2025}
}
备注
Accepted by NeurIPS 2025