ФизимоДПО: физически-достоверное движение гуманоидов с оптимизацией предпочтений
arXiv: 2603.13228v3 Тип уведомления: заменить перекрестное резюме: недавний прогресс в создании модели движения человека с условиями текста был во многом обусловлен моделями распространения, подготовленными по крупномасштабным данным о движении людей. Опираясь на этот прогресс, последние методы пытаются перенести такие модели для анимации персонажей и реального контроля роботов с помощью Целого монитора (ВБК), который преобразует диффузионные движения в используемые траектории. В то время как траектории WBC становятся совместимыми с физикой, они могут обнаруживать значительные отклонения от первоначального движения. Для решения этой проблемы мы предлагаем в настоящем документе physMoDPO - механизм прямого оптимизации преференций. В отличие от предыдущей работы, в основе которой лежит ручная физико-эвристика, такая как штрафные санкции за проскальзывание ног, мы интегрировали WBC в наш тренировочный трубопровод и оптимизировали диффузионную модель таким образом, чтобы выход WBK стал соответствовать как физике, так и оригинальным текстовым инструкциям. Для обучения ФизмоДП мы включим физико-ориентированные и конкретные задачи награды и используем
