人机仪式：通过实时动作识别实现协同性能
机器学习
2025-11-05 v1 人工智能
人机交互
多媒体
摘要
我们提出了一个轻量级、实时的动作识别系统，通过可穿戴 IMU 传感器数据、MiniRocket 时间序列分类以及响应式多媒体控制，实现人机协同性能。通过将舞者特有的动作映射到声音，并结合 somatic memory 与联想，我们提出一种不同的人机协作方法，既保留表演身体的表现深度，又利用机器学习进行 attentive observation 与响应。我们演示了该人类中心设计可靠地支持高准确率分类（<50 ms 延迟），为将 dance-literate 机器人集成到创意、教育和现场演出等情境中提供了可复制的框架。
关键词
引用
@article{arxiv.2511.02351,
title = {Human-Machine Ritual: Synergic Performance through Real-Time Motion Recognition},
author = {Zhuodi Cai and Ziyu Xu and Juan Pampin},
journal= {arXiv preprint arXiv:2511.02351},
year = {2025}
}
备注
8 pages, 5 figures. Camera-ready manuscript for the Creative AI Track of NeurIPS 2025