PHUMA：物理导向的人类化 locomotion 数据集
机器人学
2025-10-31 v1
摘要
运动仿真是人类 locomotion 的有前景的方法，使代理人能够获取类似人的行为。现有方法通常依赖高质量的运动捕捉数据集，如 AMASS，但这些数据稀缺且昂贵，限制了可扩展性和多样性。最近的研究尝试通过转换大规模互联网视频来扩展数据收集，示例为 Humanoid-X。然而，它们常常会引入物理性artifact，如漂浮、穿透和脚 skate，这会阻碍稳定仿真。为此，我们引入 PHUMA，这是一个物理导向的 HUMAnoid locomotion 数据集，利用大规模人类视频，同时通过严谨的数据精选和 physics 约束的 retargeting 来解决物理性artifact。PHUMA 强制执行关节限制，确保地面接触，消除脚 skate，产生既大规模又物理可靠的运动。在两种条件下评估了 PHUMA：(i) 对自录测试视频中未见的运动仿真，和 (ii) 仅用臀部引导进行路径跟随。在这两种情况下，PHUMA 训练的策略均优于 Humanoid-X 和 AMASS，在仿真多样化运动方面实现了显著提升。代码可在 https://davian-robotics.github.io/PHUMA 查阅。
关键词
引用
@article{arxiv.2510.26236,
title = {PHUMA: Physically-Grounded Humanoid Locomotion Dataset},
author = {Kyungmin Lee and Sibeen Kim and Minho Park and Hyunseung Kim and Dongyoon Hwang and Hojoon Lee and Jaegul Choo},
journal= {arXiv preprint arXiv:2510.26236},
year = {2025}
}