论文速读|VMP：多功能运动先验用于鲁棒追踪物理角色上的运动

论文地址：https://la.disneyresearch.com/wp-content/uploads/VMP_paper.pdf

总结
本研究提出了一种双阶段技术，用于在物理角色上精确追踪全身运动参考，通过训练一个变分自编码器来提取运动的潜在表示，并基于这一表示训练一个条件策略，以实现从运动输入到动力学输出的映射，从而实现对复杂运动的精确控制。

摘要
本文介绍了一种名为 VMP（Versatile Motion Priors）的技术，旨在通过一个两阶段的过程来控制物理角色，使其能够准确地追踪用户指定的运动参考。在第一阶段，研究者们通过训练一个变分自编码器（VAE）来从未经过滤的大规模运动数据集中提取运动的潜在空间表示。这个 VAE 使用短时间窗口内的运动数据作为输入，并通过重构运动来学习潜在空间。在第二阶段，研究者们使用强化学习框架训练一个条件策略，该策略基于第一阶段得到的潜在代码和当前运动参考帧，通过最大化追踪精度和平滑性奖励来生成动作命令。这种方法能够在模拟和现实世界的机器人上实现对动态运动的精确控制，并且能够泛化到未见过的运动。

研究者们还详细描述了用于训练和评估技术的数据集、网络架构和训练过程。他们使用了来自 Reallusion、CMU 和 Mixamo 的大量多样化运动数据，并在标准人形和双腿机器人 LIME 上进行了评估。通过实验，他们证明了潜在空间的有效性，以及条件策略在追踪多样化运动方面的优异性能和鲁棒性。此外，他们还展示了如何通过空间组合和运动编辑来直接控制角色，以及如何将技术应用于机器人控制。

（腾讯元宝）论文初读：