MAMHOI：用可供性分解生成场景感知的人-物交互
论文AI 评分 62/100arXiv cs.AI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。
论文提出 MAMHOI，把复杂三维场景中的人-物交互生成拆成两步：先由场景条件模型预测交互在哪里、以何种方式可行，再由可供性条件模型生成对应的人-物运动。这种分解让场景理解与交互动力学可以分别从人类-场景数据集和人类-物体数据集中学习，无需成对的人-物-场景数据。在复杂室内环境实验中，该方法减少了物体与场景的穿插，同时更好地保持了人-物交互质量。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载要解决的数据缺口
在复杂三维场景里生成逼真的人-物交互，需要两种能力配合：判断某个交互在环境中是否可行，以及合成真实的人与物体运动。论文指出，同时覆盖这两种能力的监督数据在大规模上很难获得。人类-场景数据集包含丰富的环境感知运动信息，人类-物体数据集则记录了细致的交互动力学，但把人物、物体、场景三者配对的数据依然稀缺。这一数据缺口正是 MAMHOI 想要绕开的核心约束。
分解式生成流程
MAMHOI 的做法是在场景理解与运动合成之间插入一个显式的运动-可供性接口。第一步由场景条件模型预测交互可以在哪里、以何种方式被可行地执行；第二步由可供性条件模型据此生成相应的人-物运动。这样，场景理解与交互动力学被拆成两个可以独立学习的部分，各自从互补的监督来源中获取知识，而不需要成对的人-物-场景数据。论文把这种设计称为以可供性为中介的分解。
实验表现与适用范围
在复杂室内环境的实验中，MAMHOI 降低了物体与场景之间的穿插，同时更好地保留了人-物交互的质量，生成的场景感知交互在真实感与物理可行性上有所改善。论文同时给出项目页面与 arXiv 编号 2610.12416，作者为 Mingyuan Lei、Yoonchang Sung、Tat-Jen Cham，提交时间为 2026 年 10 月 8 日，主题归类于计算机视觉与人工智能。
为什么值得看
无需成对标注数据即可生成物理可行的场景交互，对3D内容与具身智能方向有参考价值。
论文数据集
信源1 家
关键事实
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。