Tag · 3 篇
人形机器人控制
分布 强化学习与具身智能23D 视觉与重建1
01 02 03
学习辅助：基于多智能体强化学习的物理接地人-人控制
Learning to Assist: Physics-Grounded Human-Human Control via Multi-Agent Reinforcement Learning
把「双人近距离施力交互」的运动模仿建模为多智能体 RL，并用单人运动跟踪控制器初始化伙伴策略、动态重定向参考动作——这套「先单人预训练再双人协同」的流程可直接迁移到视觉驱动的虚拟人/数字人交互合成与具身人形控制任务。
InterPrior：面向基于物理的人-物体交互的可扩展生成式控制
InterPrior: Scaling Generative Control for Physics-Based Human-Object Interactions
提出一种从大规模模仿预训练到强化学习微调的可扩展生成式控制框架，利用多模态观测和高级意图重建全身运动，并通过物理扰动数据增强提升泛化能力，可为人形机器人的视觉-运动控制提供可复用的训练范式。
EmbodMocap：面向具身智能体的野外四维人体-场景重建
EmbodMocap: In-the-Wild 4D Human-Scene Reconstruction for Embodied Agents
用两台移动 iPhone 的 RGB-D 序列做联合标定，在统一度量世界坐标系下同时重建人体与场景，为单目人体-场景重建提供无需静态相机与标记的野外采集方案与训练数据。