論文の概要: Tired Actor: Fatigue-Informed Character Control

• arxiv url: http://arxiv.org/abs/2608.03528v1
• Date: Tue, 04 Aug 2026 12:12:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 07:04:20.717624
• Title: Tired Actor: Fatigue-Informed Character Control
• Title（参考訳）: タイヤアクター:疲労インフォームドキャラクタ制御
• Authors: Shengyuan Zhang, Xinpeng Liu, Muchun Niu, Yulong Chen, Lizhuang Ma, Yue Gao, Cewu Lu, Yong-Lu Li,
• Abstract要約: 既存の努力は、幅広い一般的な動きを模倣することで、印象的な成果を上げている。 我々は、エネルギー利用が人間の動きをどう形作るかを示す行動エネルギー学の進歩に私たちの視線を投影する。 そこで本研究では,有限エネルギー限界の代用として疲労を導入し,一般のキャラクターアニメーションに注入し,疲労が物理に基づくキャラクター制御にどのように新しい特性をもたらすかを徹底的に検討する。
• 参考スコア（独自算出の注目度）: 85.84825753756205
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Replicating human behavior with physics simulation has been a long-expected goal in character animation. Existing efforts have achieved impressive performance in imitating a wide span of general motions. However, most existing efforts could still suffer from unnatural movements due to the lack of biomechanical and physiological priors. Given this, we project our sights to advances in behavioral energetics, which demonstrate how energy use shapes human movements. In contrast, current character controllers typically assume the character is equipped with infinite energy over time. Inspired by these, we propose to adopt fatigue as a proxy of the finite energy limit, inject it into general character animation, and thoroughly investigate how fatigue introduces new characteristics to physics-based character control. Leveraging the Three-Compartment Controller (3CC) model, we managed to obtain a policy for general motion imitation under different fatigue statuses. Furthermore, extensive analyses are conducted to demonstrate how fatigue could influence the naturalness, scalability, and robustness of character animation. Our code will be made public.
• Abstract（参考訳）: 物理シミュレーションによる人間の振る舞いの再現は、キャラクターアニメーションの長年の目標である。 既存の努力は、幅広い一般的な動きを模倣することで、印象的な成果を上げている。 しかし、既存のほとんどの試みは、生体力学や生理学の先駆が欠如しているために、いまだに不自然な動きに悩まされている可能性がある。 これを踏まえて、エネルギー利用が人間の動きをどう形作るかを示す行動エネルギー学の進歩に私たちの視線を投影する。 対照的に、現在のキャラクタコントローラは通常、キャラクタが時間とともに無限のエネルギーを備えると仮定する。 そこで本研究では,有限エネルギー限界の代用として疲労を導入し,一般のキャラクターアニメーションに注入し,疲労が物理に基づくキャラクター制御にどのように新しい特性をもたらすかを徹底的に検討する。 3成分制御器(3CC)モデルを用いることで,疲労状態の異なる一般的な動作模倣のポリシーを得ることができた。 さらに, 疲労がキャラクタアニメーションの自然性, スケーラビリティ, 堅牢性にどのように影響するかを示すために, 広範囲にわたる解析を行った。 私たちのコードは公開されます。

関連論文リスト

• PhyMotion: Structured 3D Motion Reward for Physics-Grounded Human Video Generation [75.96085587438279]
  既存のビデオ報酬は主に2D知覚信号に依存しており、3Dの身体状態、接触状態、人間の関節の動きに基づくダイナミクスを明示的にモデル化する必要はない。 物理シミュレータにおける3次元人体軌道の復元を基礎とした構造的,きめ細かな運動報酬であるPhyMotionを提案し,運動の質を多次元の物理的実現性に沿って評価する。 実験により、PhyMotionは既存の報酬の定式化よりも人間の判断と強い相関性が得られることが示された。
  論文  参考訳（メタデータ） (2026-05-14T02:12:13Z)
• FatigueFusion: Latent Space Fusion for Fatigue-Driven Motion Synthesis [3.5195917252906272]
  本稿では,潜伏表現空間内での疲労特徴の融合のためのディープラーニングアーキテクチャであるFreepFusionを提案する。 本フレームワークはアルゴリズムおよびデータ駆動モジュールを組み込んで,不満足な動作に主観的時間的・空間的疲労特性を課す。 exhaustFusionは、不満足な関節角度シーケンスと制御パラメータを直接操作するエンドツーエンドアーキテクチャを提供する。
  論文  参考訳（メタデータ） (2026-04-11T13:12:20Z)
• Reinforcement learning-based motion imitation for physiologically plausible musculoskeletal motor control [47.423243831156285]
  筋運動制御の理解を深めるために,モデルフリー運動模倣フレームワーク(KINESIS)を提案する。 我々は,KINESISが1.9時間のモーションキャプチャデータに対して強い模倣性能を達成できることを実証した。 キネシスはヒトの筋活動とよく相関する筋活動パターンを生成する。
  論文  参考訳（メタデータ） (2025-03-18T18:37:49Z)
• PhysPT: Physics-aware Pretrained Transformer for Estimating Human Dynamics from Monocular Videos [29.784542628690794]
  本稿では、運動量に基づく運動推定を改善し、運動力を推定する物理対応事前学習変換器(PhysPT)を提案する。 PhysPTはTransformerエンコーダ/デコーダのバックボーンを利用して、自己管理的な方法で人間のダイナミクスを効果的に学習する。
  論文  参考訳（メタデータ） (2024-04-05T22:07:25Z)
• 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)
• Skeleton2Humanoid: Animating Simulated Characters for Physically-plausible Motion In-betweening [59.88594294676711]
  現代の深層学習に基づく運動合成アプローチは、合成された運動の物理的妥当性をほとんど考慮していない。 テスト時に物理指向の動作補正を行うシステムSkeleton2Humanoid'を提案する。 挑戦的なLaFAN1データセットの実験は、物理的妥当性と精度の両方の観点から、我々のシステムが先行手法を著しく上回っていることを示している。
  論文  参考訳（メタデータ） (2022-10-09T16:15:34Z)
• High-Fidelity Neural Human Motion Transfer from Monocular Video [71.75576402562247]
  ビデオベースの人間のモーション転送は、ソースモーションに従って人間のビデオアニメーションを作成します。 自然なポーズ依存非剛性変形を伴う高忠実で時間的に一貫性のある人の動き伝達を行う新しい枠組みを提案する。 実験結果では,映像リアリズムの点で最先端を著しく上回っている。
  論文  参考訳（メタデータ） (2020-12-20T16:54:38Z)
• PhysCap: Physically Plausible Monocular 3D Motion Capture in Real Time [89.68248627276955]
  シングルカラーカメラからのマーカレス3Dモーションキャプチャは、大きな進歩を遂げた。 しかし、これは非常に困難な問題であり、深刻な問題である。 我々はPhysCapについて紹介する。PhysCapは物理的に可塑性でリアルタイムでマーカーのない人間の3Dモーションキャプチャのための最初のアルゴリズムである。
  論文  参考訳（メタデータ） (2020-08-20T10:46:32Z)

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。