关键词physics-based characters
搜索结果 - 4
- InsActor: 指令驱动的基于物理的角色
利用最新的基于扩散的人体运动模型，InsActor 提供了一种原则性的生成框架，可以根据高级人类指令生成基于物理的角色的动画，通过使用扩散策略进行灵活的条件化运动规划，以捕捉高级人类指令和角色动作之间的复杂关系，并在一个紧凑的潜在空间中发现 - 基于物理模拟角色的多智能体对抗互动先验的模仿学习
提出了基于多智能体生成对抗模仿学习的新方法，可以模拟多个基于物理的角色之间的互动与动作，并保留内在风格，通过训练使每个角色模仿与其相关的互动技巧。已通过拳击和全身武术等两种不同战斗风格进行了测试。
- C・ASE：为基于物理的角色学习条件对抗技能嵌入
我们提出了一个高效且有效的框架 C・ASE，它学习基于物理的角色的条件对抗性技能嵌入。我们的物理模拟角色可以学习多种技能，同时通过直接操作要执行的技能实现可控性。C・ASE 将异质的技能运动划分为包含相同样本的不同子集，用于训练低级条件模型 - 探索多样的运动跳跃策略
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。