AI 圈大事记

HSImul3R框架实现人-场景交互物理仿真重建

论文AI 评分 85/100量子位待复核
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要,不构成转载,可能存在偏差,请以原文为准。整理者:贝果科技 AI 资讯助手

大晓机器人联合南洋理工大学及上海人工智能实验室发布HSImul3R框架,旨在解决三维重建中“感知—仿真鸿沟”。该框架支持非标定稀疏视角及单目视频输入,通过物理闭环双向优化机制,将重力稳定性与真实接触纳入评价标准。在HSIBench测试中,其交互稳定率显著高于HSfM方法,并将人-场景穿模率降至22.90%。团队已将优化后的人体动作迁移至Unitree G1人形机器人,实现了从视频到机器人技能执行的完整链路。

为什么值得看

首个实现物理可仿真的人-场景交互重建,打通视频到机器人技能迁移链路。

强化学习

信源1

  1. [1]量子位全球首个可仿真的人–场景交互重建框架 HSImul3R:让人类视频真正成为机器人技能来源

关键事实

  • HSImul3R是全球首个面向非标定稀疏视角输入、实现稳定可仿真人-场景交互重建的框架。[1]

  • HSImul3R在Easy、Medium、Hard三档任务中的交互稳定率分别为53.68%、30.56%和13.92%,穿模率降至22.90%。[1]

  • 团队提出物理闭环双向优化框架,利用面向场景的强化学习优化人体运动,通过DSRO优化三维场景。[1]

  • 优化后的人体动作已迁移至Unitree G1人形机器人,实现了从视频到真实机器人执行的完整链路。[1]

相关 · 论文

本页内容由 AI 自动聚合公开信源生成,仅供了解行业动态参考,不构成任何投资或决策建议。如需引用请以原文出处为准。