面向少样本人体运动预测的即插即用ChatGPT
计算机视觉与模式识别
2024-05-27 v1
摘要
为促进运动预测在实际中的应用，近期少样本运动预测任务受到越来越多的研究关注。然而，现有少样本运动预测工作通常需要专门在人类运动上训练的特定模型。本文提出一种新颖的FMP-OC框架。在FMP-OC中，完全以训练-free的方式，使少样本运动预测这一非语言任务能够直接通过利用即插即用的语言模型ChatGPT来实现。具体而言，为使ChatGPT成为准确的运动预测器，我们首先引入若干新颖设计，以便从ChatGPT中提取隐式知识。我们还将该框架与运动-in-context学习机制相结合。实验结果表明，我们提出的框架具有有效性。
引用
@article{arxiv.2405.15267,
title = {Off-the-shelf ChatGPT is a Good Few-shot Human Motion Predictor},
author = {Haoxuan Qu and Zhaoyang He and Zeyu Hu and Yujun Cai and Jun Liu},
journal= {arXiv preprint arXiv:2405.15267},
year = {2024}
}