SMR：从语义条件物理专家学习人形流式动作重定向

Chun Gu 等研究者提出 SMR，一种流式神经动作重定向方法，将人体动作转换为机器人任务空间目标（身体关键点位置、朝向与速度），供下游全身控制器使用。每个输入帧上，模型仅用当前及过去的人体观测生成机器人运动参考；物理专家在仿真中受接触、动力学与执行器约束直接跟踪这些目标。 研究者训练一个严格因果的 Transformer，学习物理专家完成动作且通过语义与物理有效性检查的执行状态轨迹。作者称，在统一的全身控制器下，该流式重定向器相比运动学基线和物理精修基线取得更好的闭环性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。