面向数字人类的目标姿态引导全身抓握运动生成

抓握操作是人类与日常物品交互的基本模式。抓握运动的合成也在许多应用中受到广泛需求，如动画和机器人技术。在抓握运动研究领域，大多数工作聚焦于生成最后的静态抓握姿态，或使用夹具或灵巧手臂。对于全臂抓握运动生成，尤其是对于全人类化智能体，仍处于探索之中。本文提出了一个面向数字人类的抓握运动生成框架，这是一个具有高自由度的类人智能体，处于虚拟世界中。给定已知初始姿态的物体，我们首先基于离线目标抓握姿态生成方法生成数字人全身的目标姿态。通过初始姿态和生成的目标姿态，一个基于Transformer的神经网络用于生成全臂抓握轨迹，将初始姿态与目标姿态平滑自然地连接起来。此外，设计了两个后优化组件分别用于缓解脚步滑行问题和手臂-物体穿透。我们在GRAB数据集上进行实验，展示了该方法在带有随机放置未知物体的全身抓握运动生成方面的有效性。