論文の概要: ARMS: Anchor-Relational Motion Streaming for Seamless Solo-Social Motion Transitions

• arxiv url: http://arxiv.org/abs/2607.05733v1
• Date: Tue, 07 Jul 2026 01:37:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.363238
• Title: ARMS: Anchor-Relational Motion Streaming for Seamless Solo-Social Motion Transitions
• Title（参考訳）: ARMS:無意味なソロ社会運動遷移のためのアンカー・リレーショナル・モーション・ストリーミング
• Authors: Huakun Liu, Qing Yu, Kent Fujiwara, Hideaki Uchiyama, Kiyoshi Kiyokawa,
• Abstract要約: 単体動作と人間-人間の相互作用を統一するアンカー-リレーショナル・モーション・ストリーミング・フレームワークを提案する。 我々は,ARMSが対話中心のベースラインに比べて,遷移のスムーズさや社会的コヒーレンスを改善することを示す。
• 参考スコア（独自算出の注目度）: 30.111598584743774
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Generating temporally continuous and socially coherent human motion from text remains a fundamental challenge, particularly in realistic streams where people act alone, enter interactions, and later disengage. Most existing methods generate fixed-length motion clips under static agent configurations, which makes them brittle to solo-social transitions and unsuitable for incremental generation over long horizons. We propose ARMS, an Anchor-Relational Motion Streaming framework that unifies solo motion and human-human interaction within a single causal generative process. ARMS introduces a dynamics-asymmetric representation that decouples per-person temporal evolution from inter-person alignment via a partner-referenced relative-translation term, enabling seamless switching of social coupling without sacrificing long-horizon stability or spatial consistency between agents. On top of a causal latent space, a causal relational diffusion model progressively refines motion segment by segment using only past context, capturing both intra-person temporal dependencies and inter-person relations. Mode-aware relational gating activates or masks cross-agent connections, allowing the same model to support both solo and interaction generation. Experiments show that ARMS improves transition smoothness and social coherence compared to interaction-centric baselines, while also achieving competitive results on human-human interaction benchmarks.
• Abstract（参考訳）: テキストから時間的に連続し、社会的にコヒーレントな人間の動きを生成することは、特に人々が単独で行動し、相互作用に入り、後に解離する現実的なストリームにおいて、基本的な課題である。 既存のほとんどの手法では、固定長のモーションクリップを静的なエージェント構成で生成しているため、単独の社会的遷移に不安定であり、長い地平線上での漸進的な生成には適さない。 本稿では,単一因果生成過程における単独動作と人間-人間の相互作用を統一するアンカー-リレーショナル・モーション・ストリーミング・フレームワークであるARMSを提案する。 ARMSは、人ごとの時間的進化を、パートナー関係の相対翻訳項を通じて、対人関係から切り離すダイナミックス非対称表現を導入し、長期的な安定性やエージェント間の空間的一貫性を犠牲にすることなく、社会結合のシームレスな切り替えを可能にする。 因果関係拡散モデルでは、因果関係の潜在空間上において、過去の文脈のみを用いてセグメントごとの動作セグメントを段階的に洗練し、個人間の時間的依存と対人関係の両方をキャプチャする。 モード対応リレーショナルゲーティングは、クロスエージェント接続をアクティベートまたはマスクし、同じモデルがソロとインタラクションの両方の生成をサポートする。 実験の結果,ARMSは対話中心のベースラインに比べて遷移のスムーズさや社会的コヒーレンスを改善するとともに,人間と人間のインタラクションベンチマークの競合的な結果が得られることがわかった。

関連論文リスト

• InterCMDM: Block-Causal Diffusion for Autoregressive Human Interaction Generation [21.26677650704416]
  自己回帰的2人インタラクション生成のためのブロック因果拡散フレームワークを提案する。 InterCMDMはInterHumanとInter-Xの最先端性能を実現し、テキスト・モーションアライメント、リアリズム、長期連続性を改善する。
  論文  参考訳（メタデータ） (2026-07-02T05:58:15Z)
• HINT: Hierarchical Interaction Modeling for Autoregressive Multi-Human Motion Generation [55.73037290387896]
  HINTは,階層的インタラクティクスモデリングを応用した多関節モーション生成のための最初の自動回帰フレームワークである。 第一に、HINTは正準化潜在空間内でのゆがみのある動きの表現を活用し、局所的な動きのセマンティクスを対人インタラクションから切り離す。 第二に、HINTは効率的なオンライン生成のためのスライドウインドウ戦略を採用し、局所的なウィンドウ内およびグローバルなクロスウインドウ条件を集約し、過去の人類の歴史、個人間の依存関係を捉え、テキストガイダンスと整合する。
  論文  参考訳（メタデータ） (2026-01-28T08:47:23Z)
• Learning Whole-Body Human-Humanoid Interaction from Human-Human Demonstrations [63.80827184637476]
  D-STAR(D-STAR)は,行動すべき場所から行動すべき場所を乱す階層的な政策である。 広範かつ厳密なシミュレーションを通じて、我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2026-01-14T14:37:06Z)
• Diffusion Forcing for Multi-Agent Interaction Sequence Modeling [52.769202433667125]
  MAGNetはマルチエージェントモーション生成のための統合された自己回帰拡散フレームワークである。 フレキシブルな条件付けとサンプリングを通じて、幅広いインタラクションタスクをサポートする。 緊密に同期された活動と、ゆるやかに構造化された社会的相互作用の両方をキャプチャする。
  論文  参考訳（メタデータ） (2025-12-19T18:59:02Z)
• InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs [72.5651722107621]
  InterAgentはテキスト駆動型物理ベースのマルチエージェントヒューマノイド制御のためのエンドツーエンドフレームワークである。 本稿では,マルチストリームブロックを備えた自己回帰拡散トランスフォーマーを提案する。 また,空間依存性の微粒化を明示的に捉えた対話グラフのエクスセプション表現を提案する。
  論文  参考訳（メタデータ） (2025-12-08T10:46:01Z)
• Interaction Transformer for Human Reaction Generation [61.22481606720487]
  本稿では,時間的,空間的両方の注意を持つトランスフォーマーネットワークからなる対話型トランスフォーマー(InterFormer)を提案する。 我々の手法は一般的であり、より複雑で長期的な相互作用を生成するのに利用できる。
  論文  参考訳（メタデータ） (2022-07-04T19:30:41Z)

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。