Tag · 19 篇
物理仿真
面向物体引导的人-人协同操作的稳定性驱动运动生成
Stability-Driven Motion Generation for Object-Guided Human-Human Co-Manipulation
把流匹配的向量场回归与基于采样的稳定性优化耦合起来，用于生成多个人体与共享物体之间的接触运动；其中「对抗交互先验」与「仿真驱动的流场修正」这两个模块，可以直接迁移到人-物交互、双手操作等需要物理合理性的运动生成任务上。
SPREAD：通过几何感知扩散实现空间-物理推理
SPREAD: Spatial-Physical REasoning via geometry Aware Diffusion
以带位姿的场景点云作为几何条件、用图 Transformer 联合建模空间与物理关系，并通过可微碰撞/重力/关系约束引导扩散采样，这套「几何感知条件 + 可微物理引导」的组合可直接迁移到具身智能的仿真场景合成与 3D 场景布局生成任务。
从单目视频中恢复物理合理的人-物交互
Recovering Physically Plausible Human-Object Interactions from Monocular Videos
把运动学估计的单目人-物交互重建结果送入物理仿真器，用强化学习策略做后处理精修，可复用于任何需要消除穿模与物体漂浮的4D重建管线；其双自更新自适应采样机制也适用于从噪声标注中挑选可靠帧做训练。
ReWeaver：面向仿真就绪与拓扑准确的服装重建
ReWeaver: Towards Simulation-Ready and Topology-Accurate Garment Reconstruction
把服装从无结构表示（3DGS）转为带缝合结构与纸样拓扑的 2D-3D 结构化表示，可直接用于物理仿真与机器人操作；其 UV 空间面板/缝线预测与多视图对齐思路可迁移到其他需仿真就绪的柔性物体重建任务。
推与迈步：从基于强化学习的平衡恢复到密集人群的物理仿真
Push-and-Step: From RL-Based Balance Recovery to Physical Simulation of Dense Crowds
两阶段深度强化学习策略（参考动作预训练 + 自适应相位精修）配合物理仿真人体，可用于视觉中的人体运动生成与物理可信的多人交互仿真；其基于机械效率与碰撞风险的邻居肩部接触启发式，为视觉驱动的接触选择与力传递建模提供了可复用思路。
以解析概念为铰链物体操作物理定位常识知识
Physically Ground Commonsense Knowledge for Articulated Object Manipulation with Analytic Concepts
把 MLLM 输出的语义常识通过可计算、可仿真的解析概念（数学符号化定义）落到物理表示上，再驱动操作策略；对做视觉-语言-动作（VLA）与具身操作的研究者，这是一种把语义先验转成物理约束的可复用中间表示思路。
PhysHead：可直接用于仿真的高斯头部化身
PhysHead: Simulation-Ready Gaussian Head Avatars
把 3D 高斯基元同时绑定在头部参数化网格与可物理仿真的发丝段上，为可动头部化身提供了一种「网格+发丝+高斯外观」的混合表示；其用 VLM 补全动态序列中被遮挡区域外观的训练策略，可迁移到其他存在遮挡缺失的多视角动态重建任务。
PhysHO：从单目视频重建基于物理的动态 3D 高斯人体与物体
PhysHO: Physics-Based Dynamic 3D Gaussian Human and Object from Monocular Video
将 LBS 作为可解释的驱动先验、用 MPM 传播接触力，并用逐粒子的残差神经本构模型刻画非均质材料，为单目视频中人体-物体交互的物理可信重建与未来运动预测提供了可复用的建模范式。
PhysGaia：面向动态新视角合成的多体交互物理感知基准
PhysGaia: A Physics-aware Benchmark with Multi-Body Interactions for Dynamic Novel View Synthesis
为动态新视角合成提供带3D粒子轨迹与物理参数（如粘度）真值的物理一致性评测基准，可直接用于检验4D高斯泼溅等动态重建方法是否遵守物理规律，并推动物理仿真与深度学习结合的场景理解研究。
NIL：无数据模仿学习
NIL: No-data Imitation Learning
用预训练视频 ViT 的嵌入相似度加分割掩码相似度构造无判别器的模仿奖励，把 2D 生成视频当作 3D 物理仿真中技能学习的视觉监督信号，为视觉表征直接驱动具身控制提供了可复用范式。
MoReGen：面向基于代码的文本到视频合成的多智能体运动推理引擎
MoReGen: Multi-Agent Motion-Reasoning Engine for Code-based Text-to-Video Synthesis
把物理仿真器与渲染器接入多智能体LLM流水线，在代码域生成可复现视频，并用物体轨迹对应作为直接评测指标；对做视频生成的人，这提供了一条绕开像素级扩散、直接保证牛顿运动一致性的可复用路线与配套基准。
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。
迭代闭环运动合成：扩展人形控制能力
Iterative Closed-Loop Motion Synthesis for Scaling the Capabilities of Humanoid Control
提出闭环自动运动数据生成与迭代框架，通过物理指标和客观评估实现策略与数据的难度迭代，可复用于视觉驱动的运动合成与具身控制任务，突破固定数据分布的性能上限。
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。
InterAgent：基于交互图扩散的物理多智能体指令执行
InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs
提出交互图外感知表示与稀疏边注意力机制，可迁移到多智能体视觉感知与交互建模任务中，用于显式编码关节间空间依赖并动态剪枝冗余连接。
地面反作用力惯性姿态器：基于稀疏 IMU 与鞋垫压力传感器的物理人体运动捕捉
Ground Reaction Inertial Poser: Physics-based Human Motion Capture from Sparse IMUs and Insole Pressure Sensors
用物理仿真器中的合成人形作为数字孪生，把稀疏 IMU 与鞋垫压力信号经 KinematicsNet 估计后，由 DynamicsNet 以残差控制仿真人形，从而得到物理一致的人体运动；这套「运动学估计 + 物理仿真残差修正」的范式可迁移到视频人体运动恢复与物理合理性约束。
Goal Force：教视频模型完成物理条件化的目标
Goal Force: Teaching Video Models To Accomplish Physics-Conditioned Goals
把力向量与中间动力学作为条件信号注入视频生成模型，使其充当隐式神经物理模拟器；这一条件化范式可迁移到需要物理一致性的视频预测与机器人规划任务中。
GaussianFluent：面向混合材质动态场景的高斯仿真
GaussianFluent: Gaussian Simulation for Dynamic Scenes with Mixed Materials
把 3DGS 从静态外观表示扩展为可仿真的动态物体状态，用生成模型补全高斯体内部纹理、用 CD-MPM 驱动脆性断裂，为需要物理一致动态场景的渲染与交互（VR、机器人）提供可复用管线。
Artiverse：一个多样且物理落地的铰接物体数据集
Artiverse: A Diverse and Physically Grounded Dataset for Articulated Objects
为铰接物体理解与生成提供带功能部件、多自由度关节和物理属性（尺度、材质、质量）的标注资源，可直接用于训练部件运动分析、铰接物体生成与物理交互模型；其半自动标注流程（少样本分割+几何推理+多阶段人工校验）也可迁移到其他需要部件级标注的3D数据构建。