論文の概要: Olaf: Bringing an Animated Character to Life in the Physical World

• arxiv url: http://arxiv.org/abs/2512.16705v1
• Date: Thu, 18 Dec 2025 16:10:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:32.14752
• Title: Olaf: Bringing an Animated Character to Life in the Physical World
• Title（参考訳）: オーラヴ:自然界にアニメーションキャラクタを届ける
• Authors: David Müller, Espen Knoop, Dario Mylonopoulos, Agon Serifi, Michael A. Hopkins, Ruben Grandia, Moritz Bächer,
• Abstract要約: アニメーションキャラクターはしばしば非物理的に動き、典型的な歩行ロボットとはかけ離れた割合を持つ。 本稿では,アニメーション参照による強化学習に頼って,Orafを物理世界での生活に導いていく。 歩行周期が過酷な接触音をもたらすため,衝撃雑音を顕著に低減する付加的な報酬を導入する。
• 参考スコア（独自算出の注目度）: 6.688219058073943
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Animated characters often move in non-physical ways and have proportions that are far from a typical walking robot. This provides an ideal platform for innovation in both mechanical design and stylized motion control. In this paper, we bring Olaf to life in the physical world, relying on reinforcement learning guided by animation references for control. To create the illusion of Olaf's feet moving along his body, we hide two asymmetric legs under a soft foam skirt. To fit actuators inside the character, we use spherical and planar linkages in the arms, mouth, and eyes. Because the walk cycle results in harsh contact sounds, we introduce additional rewards that noticeably reduce impact noise. The large head, driven by small actuators in the character's slim neck, creates a risk of overheating, amplified by the costume. To keep actuators from overheating, we feed temperature values as additional inputs to policies, introducing new rewards to keep them within bounds. We validate the efficacy of our modeling in simulation and on hardware, demonstrating an unmatched level of believability for a costumed robotic character.
• Abstract（参考訳）: アニメーションキャラクターはしばしば非物理的に動き、典型的な歩行ロボットとはかけ離れた割合を持つ。 これは機械設計とスタイル化されたモーションコントロールの両方の革新のための理想的なプラットフォームを提供する。 本稿では,アニメーション参照による強化学習に頼って,Orafを物理世界での生活に導いていく。 オーラヴの足が体に沿って動く錯覚を作るために、柔らかい泡のスカートの下に2つの非対称な足を隠す。 キャラクタ内にアクチュエータを組み込むには、腕、口、目の中に球面と平面のリンケージを使用する。 歩行周期が過酷な接触音をもたらすため,衝撃雑音を顕著に低減する付加的な報酬を導入する。 キャラクターのスリムな首にある小さなアクチュエーターによって駆動される大きな頭部は、衣装によって増幅された過熱のリスクを生じさせる。 アクチュエータの過熱を防ぐため、我々はポリシーへの追加入力として温度値を供給し、それらをバウンダリ内に保持するために新たな報酬を導入する。 シミュレーションおよびハードウェア上でのモデリングの有効性を検証し,コスチューム付きロボットキャラクタの信頼性の未整合性を実証した。

関連論文リスト

• Force-Modulated Visual Policy for Robot-Assisted Dressing with Arm Motions [17.312909681066174]
  我々は、部分的な観察を処理し、腕の動きに頑健に適応できるロボット支援ドレッシングシステムを開発した。 部分観察によるシミュレーションで訓練されたポリシーを前提として,実世界の微調整手法を提案する。 提案手法は,単純化された人間のメッシュを用いたシミュレーションと,12人の参加者による実世界人間実験で評価した。
  論文  参考訳（メタデータ） (2025-09-16T06:53:18Z)
• Towards High-Quality 3D Motion Transfer with Realistic Apparel Animation [69.36162784152584]
  本研究では,現実的なアパレルアニメーションを用いた高品質な動き伝達を目的とした新しい手法を提案する。 本稿では,2つのニューラル変形モジュールを介し,物体とアパレルの変形を学習するデータ駆動パイプラインを提案する。 本手法は各種アパレルの品質に優れた結果をもたらす。
  論文  参考訳（メタデータ） (2024-07-15T22:17:35Z)
• Expressive Whole-Body Control for Humanoid Robots [20.132927075816742]
  我々は、人間の動きをできるだけリアルに模倣するために、人間サイズのロボットで全身制御ポリシーを学習する。 シミュレーションとSim2Real転送のトレーニングにより、私たちのポリシーはヒューマノイドロボットを制御して、さまざまなスタイルで歩いたり、人と握手したり、現実世界で人間と踊ったりできる。
  論文  参考訳（メタデータ） (2024-02-26T18:09:24Z)
• AniDress: Animatable Loose-Dressed Avatar from Sparse Views Using Garment Rigging Model [58.035758145894846]
  AniDressは、非常にスパースなマルチビュービデオを用いて、ゆるい服装でアニマタブルな人間のアバターを生成する新しい方法である。 身体運動と衣服運動の両方に条件付されたポーズ駆動型変形可能なニューラルラディアンス場を導入し、両方の部品を明示的に制御する。 本手法は,身体から高度に逸脱する自然の衣服のダイナミックスを描画し,目に見えない景色とポーズの両方に一般化することができる。
  論文  参考訳（メタデータ） (2024-01-27T08:48:18Z)
• Universal Humanoid Motion Representations for Physics-Based Control [71.46142106079292]
  物理学に基づくヒューマノイド制御のための総合的な運動スキルを含む普遍的な運動表現を提案する。 まず、大きな非構造運動データセットから人間の動きをすべて模倣できる動き模倣機を学習する。 次に、模倣者から直接スキルを蒸留することで、動作表現を作成します。
  論文  参考訳（メタデータ） (2023-10-06T20:48:43Z)
• Physics-based Motion Retargeting from Sparse Inputs [73.94570049637717]
  商用AR/VR製品はヘッドセットとコントローラーのみで構成されており、ユーザーのポーズのセンサーデータは非常に限られている。 本研究では, 多様な形態のキャラクタに対して, 粗い人間のセンサデータからリアルタイムに動きをターゲットする手法を提案する。 アバターのポーズは、下半身のセンサー情報がないにもかかわらず、驚くほどよくユーザと一致していることを示す。
  論文  参考訳（メタデータ） (2023-07-04T21:57:05Z)
• QuestSim: Human Motion Tracking from Sparse Sensors with Simulated Avatars [80.05743236282564]
  人間の身体の動きのリアルタイム追跡は、AR/VRにおける没入感のある体験に不可欠である。 本稿では,HMDと2つのコントローラから疎信号を取り出す強化学習フレームワークを提案する。 一つのポリシーは、多様な移動スタイル、異なる体の大きさ、新しい環境に対して堅牢であることを示す。
  論文  参考訳（メタデータ） (2022-09-20T00:25:54Z)
• Triangular Character Animation Sampling with Motion, Emotion, and Relation [78.80083186208712]
  本稿では,キャラクターの身体の動き,表情,社会的関係を関連づけることで,アニメーションのサンプリングと合成を行う新しい枠組みを提案する。 本手法は,3次元キャラクタアニメーションの自動生成,非プレーヤキャラクタ(NPC)間のインタラクションの合成,バーチャルリアリティ(VR)におけるマシン感情インテリジェンスの向上を支援するアニメーターを提供する。
  論文  参考訳（メタデータ） (2022-03-09T18:19:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。