奥德修斯在三维场景中的漫游

我们的目标是填充数字环境，其中数字人具有多样的体型、持续运动，并具有合理的身体与场景接触。核心挑战是为多样的3D身体生成逼真、可控且无限长的运动。为此，我们提出通过身体表面标记点的生成式运动基元，简称GAMMA。在我们的方案中，我们将长期运动分解为运动基元的时间序列。我们利用身体表面标记点和条件变分自编码器对每个运动基元进行建模，并通过递归地实现生成模型来生成长期运动。为了控制运动到达目标，我们应用策略网络探索生成模型的潜空间，并使用基于树的搜索在测试期间保持运动质量。实验表明，我们的方法能比最先进的数据驱动方法生成更逼真和可控的运动。借助传统的路径寻找算法，生成的人体可以在场景中真实地长距离移动很长时间。代码已发布用于研究目的：\url{https://yz-cnsdqz.github.io/eigenmotion/GAMMA/}