PhysHOI：基于物理的动态人-物交互模仿
计算机视觉与模式识别
2023-12-08 v1 图形学
机器人学
摘要
人类无时无刻不在与物体交互。使人形机器人学习人-物交互（HOI）是未来智能动画和智能机器人系统的关键一步。然而，基于物理的 HOI 近期进展需要精心设计的特定任务奖励，这使得系统难以扩展且劳动密集。本工作专注于动态 HOI 模仿：通过模仿运动学 HOI 演示来教授人形机器人动态交互技能。由于身体部位与物体之间交互的复杂性以及动态 HOI 数据的缺乏，这极具挑战性。为解决上述问题，我们提出了 PhysHOI，这是首个无需特定任务奖励设计的基于物理的全身 HOI 模仿方法。除了人和物体的运动学 HOI 表示外，我们引入了接触图来显式地建模身体部位与物体之间的接触关系。我们还设计了一个接触图奖励，事实证明这对精确的 HOI 模仿至关重要。基于这些关键设计，PhysHOI 能够简单而有效地模仿多种 HOI 任务，无需先验知识。为了弥补该领域动态 HOI 场景的不足，我们引入了 BallPlay 数据集，其中包含八种全身篮球技能。我们在多种 HOI 任务上验证了 PhysHOI，包括全身抓取和篮球技能。
引用
@article{arxiv.2312.04393,
title = {PhysHOI: Physics-Based Imitation of Dynamic Human-Object Interaction},
author = {Yinhuai Wang and Jing Lin and Ailing Zeng and Zhengyi Luo and Jian Zhang and Lei Zhang},
journal= {arXiv preprint arXiv:2312.04393},
year = {2023}
}