Tag · 2 篇
运动模仿
01 02
PvP：基于本体感知-特权对比表征的数据高效人形机器人学习
PvP: Data-Efficient Humanoid Robot Learning with Proprioceptive-Privileged Contrastive Representations
把本体感知状态与特权状态做对比学习来学紧凑潜变量表征，可直接迁移到视觉-本体多模态的具身策略学习中，用来缓解部分可观测下的样本低效；其 SRL4Humanoid 框架也为表征学习与 RL 结合的消融提供了可复用基线。
通过生成并模仿 2D 运动学习控制物理仿真的 3D 角色
Learning to Control Physically-simulated 3D Characters via Generating and Mimicking 2D Motions
把视频中提取的 2D 运动当作物理仿真角色控制策略的监督信号，绕开 3D 运动重建的物理不合理性；其「多视角 2D 跟踪隐式学出 3D 结构」的思路，对做单目视频驱动角色动画、以及用 2D 标注替代 3D 标注的视觉研究者是可复用的技术路线。