ImDy：基于模仿观测的人体逆动力学
人工智能
2025-02-14 v3 计算机视觉与模式识别
图形学
机器人学
摘要
逆动力学(ID)旨在从人体运动学观测中复现驱动力矩，一直是步态分析的关键工具。然而，由于其可扩展性有限，它难以更广泛地应用于一般运动。传统的基于优化的ID需要昂贵的实验室设备，限制了其可用性。为缓解此问题，我们提出利用近期进展迅速的人体运动模仿算法，以数据驱动的方式学习人体逆动力学。关键洞察在于，人体ID知识隐含地存在于运动模仿器中，尽管不能直接应用。鉴于此，我们设计了一个高效的数据采集流程，结合了最先进的运动模仿算法和物理模拟器，从而生成了一个大规模的人体逆动力学基准，称为模仿动力学(ImDy)。ImDy包含超过150小时的运动数据，带有关节力矩和全身地面反作用力数据。利用ImDy，我们以全监督方式训练了一个数据驱动的人体逆动力学求解器ImDyS(olver)，该求解器同时进行ID和地面反作用力估计。在ImDy和真实数据上的实验表明，ImDyS在人体逆动力学和地面反作用力估计方面具有令人印象深刻的能力。此外，通过下游应用展示了ImDy(-S)作为基础运动分析工具的潜力。项目页面为https://foruck.github.io/ImDy/。
引用
@article{arxiv.2410.17610,
title = {ImDy: Human Inverse Dynamics from Imitated Observations},
author = {Xinpeng Liu and Junxuan Liang and Zili Lin and Haowen Hou and Yong-Lu Li and Cewu Lu},
journal= {arXiv preprint arXiv:2410.17610},
year = {2025}
}
备注
To appear in ICLR 2025. Yong-Lu Li and Cewu Lu are the corresponding authors