論文の概要: InterPhys: Physics-aware Human Motion Synthesis in a Dynamic Scene
- arxiv url: http://arxiv.org/abs/2605.01036v1
- Date: Fri, 01 May 2026 19:03:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:49.548532
- Title: InterPhys: Physics-aware Human Motion Synthesis in a Dynamic Scene
- Title（参考訳）: InterPhys: 動的シーンにおける物理を意識したヒューマンモーション合成
- Authors: Chaoyue Xing, Wei Mao, Miaomiao Liu,
- Abstract要約: 本研究では,人間関係力の全スペクトルを明示的にモデル化する物理認識型人体運動生成フレームワークを提案する。
本手法は, 力とトルクバランスの維持にソフトな物理的制約を課し, 物理的に接地された運動合成を確実にする。
- 参考スコア（独自算出の注目度）: 15.68216588222778
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper tackles the problem of physics-aware human motion synthesis in a dynamic scene. Unlike existing works which mainly tend to generate physically unrealistic motions due to limited contact modeling, typically restricted to hands, in this paper, we introduce a physics-aware human motion generation framework that explicitly models the full spectrum of human-related forces, including human-object, human-scene, and internal body dynamics.~Our method imposes soft physical constraints to maintain force and torque balance, ensuring physically grounded motion synthesis. We further propose a novel continuous distance-based force model that generalizes contact modeling to arbitrary surfaces, capturing interactions not only with static environments but also with dynamic, moving objects. Extensive experiments show that our approach significantly improves physical plausibility and generalizes well to complex scenes, setting a new benchmark for physically consistent human motion generation.
- Abstract（参考訳）: 本稿では,動的シーンにおける物理認識型人体動作合成の課題に対処する。
本論文では,人体・人体・身体の力学を含む,人体関係力の全スペクトルを明示的にモデル化する物理認識型人体運動生成フレームワークを導入する。
われわれの手法は、力とトルクバランスを維持するために柔らかい物理的制約を課し、物理的に接地された運動合成を保証する。
さらに,接触モデリングを任意の面に一般化し,静的環境だけでなく動的移動物体との相互作用を捉える,新しい連続距離力モデルを提案する。
広汎な実験により,本手法は身体の可視性を大幅に向上し,複雑なシーンを一般化し,身体的一貫した人体動作生成のための新しいベンチマークを設定できることがわかった。
関連論文リスト
- MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction [54.36564144414704]
MeshMimicは、3Dシーンの再構築とインテリジェンスを組み込んだ革新的なフレームワークで、ヒューマノイドロボットがビデオから直接「モーション・テライン」インタラクションを学習できるようにする。
現状の3次元視覚モデルを活用することで、我々のフレームワークは、人間の軌跡と基礎となる地形や物体の3次元幾何学の両方を正確にセグメント化し再構築する。
論文 参考訳（メタデータ） (2026-02-17T17:09:45Z) - Towards Immersive Human-X Interaction: A Real-Time Framework for Physically Plausible Motion Synthesis [51.95817740348585]
Human-Xは、様々な実体をまたいだ没入的で物理的に妥当なヒューマンインタラクションを可能にするために設計された、新しいフレームワークである。
本手法は, 自己回帰型反応拡散プランナを用いて, リアルタイムに反応と反応を同時予測する。
我々のフレームワークは、人間とロボットのインタラクションのための仮想現実インターフェースを含む、現実世界のアプリケーションで検証されている。
論文 参考訳（メタデータ） (2025-08-04T06:35:48Z) - Half-Physics: Enabling Kinematic 3D Human Model with Physical Interactions [89.88331682333198]
SMPL-Xを周囲との動的物理的相互作用が可能な有形実体に埋め込む新しい手法を提案する。
本手法は,シーンやオブジェクトとの物理的に妥当な相互作用を確保しつつ,固有のSMPL-Xポーズの運動制御を維持する。
広範かつ複雑な訓練を必要とする強化学習法とは異なり、ハーフフィック法は学習自由であり、あらゆる身体形状や運動に一般化する。
論文 参考訳（メタデータ） (2025-07-31T17:58:33Z) - Morph: A Motion-free Physics Optimization Framework for Human Motion Generation [28.009524143770076]
現在の運動生成は、物理学的な制約を無視し、物理的に不可解な運動をもたらす。
雑音の多い動きデータを用いて有効な運動物理学を訓練するためのフレームワークである textbfMorph を提案する。
我々のフレームワークは、身体的可視性を大幅に向上させながら、最先端の運動品質を実現する。
論文 参考訳（メタデータ） (2024-11-22T14:09:56Z) - PhysDreamer: Physics-Based Interaction with 3D Objects via Video Generation [62.53760963292465]
PhysDreamerは物理に基づくアプローチで、静的な3Dオブジェクトにインタラクティブなダイナミクスを与える。
本稿では, 弾性物体の多様な例について考察し, ユーザスタディを通じて合成された相互作用の現実性を評価する。
論文 参考訳（メタデータ） (2024-04-19T17:41:05Z) - DROP: Dynamics Responses from Human Motion Prior and Projective Dynamics [21.00283279991885]
DROPは、生成的mOtionと射影力学を用いた人間のダイナミクス応答をモデリングするための新しいフレームワークである。
様々な動作タスクや様々な物理的摂動にまたがってモデルを広範囲に評価し、応答のスケーラビリティと多様性を実証する。
論文 参考訳（メタデータ） (2023-09-24T20:25:59Z)
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。