SMPLOlympics：用于物理模拟人形的体育环境
机器人学
2024-07-02 v1 计算机视觉与模式识别
图形学
摘要
我们提出了SMPLOlympics，一个物理模拟环境集合，允许人形智能体在各种奥林匹克运动中竞技。由于体育活动的多样性和对身体素质的高要求，体育模拟为评估和改进学习算法的能力提供了丰富且标准化的测试场。由于人类参与这些体育运动已有多年，关于获得更好成绩的首选策略也存在大量现有知识。为了利用来自视频和动作捕捉的现有人类演示，我们将人形模型设计为与视觉和图形界广泛使用的SMPL和SMPL-X人体模型兼容。我们提供了一套个人体育环境，包括高尔夫、标枪、跳高、跳远和跨栏；以及竞技体育环境，包括1v1和2v2比赛，如乒乓球、网球、击剑、拳击、足球和篮球。我们的分析表明，将强动作先验与简单奖励相结合可以在各种运动中产生类人行为。通过提供统一的体育基准以及状态和奖励设计的基线实现，我们希望SMPLOlympics能帮助控制和动画界实现类人且高性能的行为。
引用
@article{arxiv.2407.00187,
title = {SMPLOlympics: Sports Environments for Physically Simulated Humanoids},
author = {Zhengyi Luo and Jiashun Wang and Kangni Liu and Haotian Zhang and Chen Tessler and Jingbo Wang and Ye Yuan and Jinkun Cao and Zihui Lin and Fengyi Wang and Jessica Hodgins and Kris Kitani},
journal= {arXiv preprint arXiv:2407.00187},
year = {2024}
}
备注
Project page: https://smplolympics.github.io/SMPLOlympics