移动-动作-操控：在复杂三维环境中合成人与场景交互

合成涉及交互的人体运动一直具有挑战性，原因在于三维环境的高复杂性以及其中可能人体行为的多样性。我们提出 LAMA（Locomotion-Action-MAnipulation，移动-动作-操控），以在复杂室内环境中合成自然且合理的长期人体运动。LAMA 的核心动机是构建统一框架，涵盖包括移动、场景交互与物体操控在内的一系列日常动作。不同于现有需要“配对”扫描三维场景运动数据作监督的方法，我们将问题表述为仅利用人体动作捕捉数据进行合成的测试时优化。LAMA 利用结合运动匹配算法的强化学习框架进行优化，并进一步通过流形学习 exploit 运动编辑框架以覆盖交互与操控中的可能变化。在大量实验中，我们证明 LAMA 在各种具挑战性场景中合成逼真运动方面优于以往方法。项目主页：https://jiyewise.github.io/projects/LAMA/ 。