InterMimic：面向通用全身控制的人类-物体相互作用

实现对广泛物体进行逼真的人类互动仿真长期以来是一项基本目标。将基于物理的运动模仿扩展到复杂的人类-物体相互作用（HOIs）具有挑战性，这源于人类-物体耦合复杂、物体几何形状多变，以及运动捕捉数据中存在的误导因素，如不准确的接触和手部细节受限。我们提出 InterMimic 框架，使单个策略能够从覆盖多样化全身互动的若干小时不完美 MoCap 数据中学习。我们的关键洞察是采用课程策略——先完美后逐步扩大。我们首先训练面向特定主体的教师策略，以模仿、重新定位和细化运动捕捉数据。随后我们将这些教师蒸馏到学生策略中，让教师充当在线专家提供直接监督以及高质量参考。值得注意的是，我们纳入了对学生策略的 RL 微调，以超越纯粹的示范复制，实现更高质量的解决方案。我们的实验表明，InterMimic 在多个 HOI 数据集上产生逼真且多样化的互动。所学策略以零样本方式实现泛化，并能无缝集成到运动学生成器中，将框架从纯粹的模仿提升为对复杂人类-物体互动的生成式建模。