提出了一种基于概率框架生成角色动画的方法，该方法基于弱控制信号生成逼真的动作序列，并保留人类运动的随机性。所提出的层次循环模型映射每个子序列的运动到一个随机潜变量代码，使用在时间领域上扩展的变分自动编码器。同时，提出一个考虑每个关节对姿势产生影响的目标函数，并基于角度距离比较关节角度。打造两个新的定量协议和人类定性评估，证明算法能够生成具有说服力和多样性的周期性和非周期性运动序列，而不需要强控制信号。

Oct, 2020

该篇论文介绍了如何使用基于数据驱动的生成模型，结合深度强化学习算法来实现基于多段运动捕捉数据的真实人体动作生成，并分析了 Motion VAEs 的局限性。

Mar, 2021

本文提出了一种自我监督的方法来生成多样且自然的人体动作，通过分解生成任务并使用记忆库检索动作引用作为短程片段生成的源材料，并通过参数化的双向插值方案保证了生成运动的物理合理性和视觉自然性。在大规模的骨架数据集上，我们展示了这个方法在生成长距离、多样化和合理化运动方面的能力，并且这种方法能够适应未见数据，在动态世界中这种生成的序列有实实在在的效果。

Aug, 2020

提出了一种新的学习框架，利用离散信息瓶颈和强化学习来控制基于物理的角色，从而实现显著改善运动质量和多样性。

Aug, 2023

本文针对非文字语音变化很少被注释的情况，研究了无监督学习控制统计语音合成的方法，包括将无监督训练试探法解释为某些自编码器模型中的变分推理等方式。研究发现，这些新的概率诠释具有重要含义，并将几种方法应用于情感语音合成的音频建模，发现无监督学习的表达控制方法（无需情感标签）在很多方面可以与之前的最佳监督方案匹配或超越之。

Jul, 2018

通过在 Kinetics 数据集上训练基于三维自注意机制的自回归视频生成模型，我们展示了这种概念简单的方法在产生高保真、逼真度更高的视频方面具有竞争力。

Jun, 2019

提出了一种基于变分自编码器和循环神经网络的视频生成和未来预测框架，通过时间条件抽样和属性控制的方式提高视频生成的一致性和质量，能够在给定属性和 / 或第一帧的情况下生成多样但高度一致的视频序列。

Mar, 2018

使用生成模型合成新数据已成为自动驾驶中解决数据稀缺问题的标准，然而现有方法在提高感知模型方面有效，但我们发现这些方法未能提高端到端自动驾驶模型的规划性能，原因在于生成的视频通常少于 8 帧且空间和时间不一致，为此我们提出了一种基于扩散的长视频生成方法 Delphi，通过跨多视角的共享噪声建模机制提高空间一致性，并引入特征对齐模块实现精确可控性和时间一致性，相比现有方法，我们的方法最多可生成 40 帧的视频而保持一致性，这是现有方法的 5 倍之多，进一步我们通过构建一个失败案例驱动框架，借助预训练视觉语言模型，设计了一种采样策略让 Delphi 生成类似于那些失败案例的新数据，提高了样本效率，广泛的实验证明我们的 Delphi 在驾驶规划中生成更高质量的长视频，首次超越现有最先进的方法，而且仅使用了训练数据集的 4％，我们的框架能够将自动驾驶模型的规划性能提升 25％。

Jun, 2024

该论文提出了一个通用框架，以增强基于 VAE 的数据生成器的属性可控性和确保解缠。通过在训练集中对看到和未看到的数据进行优化，我们的目标在短时间内能够更精确地控制生成样本的属性，保证解缠并保持生成样本的有效性。

Oct, 2023

本文提出了一个结合物理模拟与深度强化学习的自动控制策略训练框架，以发现多样且自然的运动技能策略，包括高跳和障碍跳。通过初始角色状态探索，参考自然运动姿态，结合样本高效的贝叶斯差异搜索算法，可以发掘出丰富多样的新型策略。

May, 2021