論文の概要: MyoMechanix: Biomechanically-Grounded Compositional Skilled Activity Understanding and Coaching

• arxiv url: http://arxiv.org/abs/2608.26094v1
• Date: Wed, 26 Aug 2026 17:56:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:16.015744
• Title: MyoMechanix: Biomechanically-Grounded Compositional Skilled Activity Understanding and Coaching
• Title（参考訳）: myoMechanix: バイオメカニカルな構成スキルの理解とコーチング
• Abstract要約: myoMechanixは、筋肉の活動と運動を一致させる重み付けアクションのためのマルチモーダルエコシステムである。 38人の被験者から7,500以上のアクションのサンプルがあり、同期されたマルチビューRGBビデオ、3Dポーズ、3Dポーズ、sEMG、追加の生理的シグナルがある。 CUBISTは、きめ細かい誤差属性とフィードバック生成のための分解分解分解を行う。
• 参考スコア（独自算出の注目度）: 17.624375413094025
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Existing action quality assessment (AQA) datasets and methods rely primarily on visual inputs such as RGB and pose, overlooking physiological dynamics such as muscle mechanics and often modeling actions as monolithic patterns. These limitations hinder fine-grained, biomechanically grounded feedback. We introduce MyoMechanix, a multimodal ecosystem for weight-loaded actions that aligns motion with muscle activity. Expert-annotated, it contains 7,500+ samples of 20 actions from 38 subjects, with synchronized multiview RGB video, 3D pose, sEMG, and additional physiological signals, forming the largest multimodal AQA benchmark to date. We further construct the Fitness Knowledge Graph (FKG), which organizes expert annotations into structured relationships among actions, phases, key steps, errors, and corrective feedback, enabling compositional scoring and interpretable assessment. Building on these representations, we develop CUBIST (Compositional Ontological Reasoning Engine), which performs decomposition-analysis-recomposition for fine-grained error attribution and feedback generation. We also establish MyoMechanix-AQA, MyoMechanix-VideoQA, and a novel MyoMechanix-Video2EMG task. Experiments show that multimodal sensing and structured representations improve performance, interpretability, and error attribution, with CUBIST achieving state-of-the-art results; VideoQA enhances language-grounded action understanding; and Video2EMG suggests video-based alternatives to costly EMG sensing. MyoMechanix advances skilled activity understanding toward biomechanically grounded, multimodal, and compositional reasoning for Physical AI applications in fitness, rehabilitation, healthcare, and machine learning. Project page: https://haoyin116.github.io/MyoMechanix/
• Abstract（参考訳）: 既存の行動品質評価(AQA)データセットと手法は、主にRGBやポーズのような視覚的な入力に依存し、筋肉力学のような生理的ダイナミクスを見下ろし、しばしばモノリシックなパターンとしてアクションをモデル化する。 これらの制限は、微細でバイオメカニカルなフィードバックを妨げる。 筋活動と運動を一致させる重み付け動作のためのマルチモーダルエコシステムであるMyoMechanixを紹介した。 専門家による注釈では、38人の被験者による20のアクションの7,500以上のサンプルが含まれており、同期されたマルチビューRGBビデオ、3Dポーズ、sEMG、その他の生理的信号があり、これまでで最大のマルチモーダルAQAベンチマークを形成している。 さらに、専門家アノテーションをアクション、フェーズ、キーステップ、エラー、修正フィードバックの構造化された関係に整理し、構成的スコアリングと解釈可能な評価を可能にするFKGを構築する。 これらの表現に基づいて、細粒度エラー属性とフィードバック生成のための分解分析分解を行うCUBIST(Compositional Ontological Reasoning Engine)を開発した。 また,MyoMechanix-AQA,MyoMechanix-VideoQA,および新しいMyoMechanix-Video2EMGタスクを構築した。 実験により,マルチモーダルセンシングと構造化された表現は,CUBISTが最先端の成果を達成し,ビデオQAは言語基底の動作理解を向上し,ビデオ2EMGは高価なEMGセンシングに代わるビデオベースの代替手段を提案する。 myoMechanixは、フィットネス、リハビリテーション、ヘルスケア、機械学習における物理AI応用のための、バイオメカニカル、マルチモーダル、および構成的推論に向けた熟練したアクティビティ理解を推進している。 プロジェクトページ:https://haoyin116.github.io/MyoMechanix/

関連論文リスト

• Scaling Mixture-of-Experts Video Pretraining for Embodied Intelligence [73.39562379177796]
  LingBot-Videoは、インテリジェンスを具体化するための、DiTベースのビデオ事前訓練のパラダイムだ。 データの観点からは、標準的なインターネットビデオにロボット指向の広範な映像を付加するデータプロファイリングエンジンを構築する。 トレーニングの観点から,身体的合理性とタスク完了に関するアライメントを強制する多次元報酬システムを開発する。
  論文  参考訳（メタデータ） (2026-07-08T17:33:40Z)
• ChemVA: Advancing Large Language Models on Chemical Reaction Diagrams Understanding [56.94419746470799]
  大規模言語モデル (LLM) は、科学的なテキスト処理に革命をもたらしたが、化学反応図を解釈する際には、大きな能力ギャップが現れる。 本稿では,視覚アンカー機構を用いたケミカルビジュアルアクティベーション(ChemVA)フレームワークを提案する。 我々は,高密度な視覚・セマンティックな文脈を特徴とする新たに構築されたデータセットであるOCRD-Benchに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2026-05-17T01:12:50Z)
• PhyCo: Learning Controllable Physical Priors for Generative Motion [55.59209981836171]
  本稿では,ビデオ生成に連続的,解釈可能,物理的に接地された制御を導入するフレームワークであるPhyCoを紹介する。 i) 摩擦, 再構成, 変形, 力が様々なシナリオで体系的に変化する100K以上のフォトリアリスティック・シミュレーション・ビデオの大規模データセット, (ii) 物理制御された拡散モデルの微調整, (iii) VLM誘導報酬最適化, 微調整された視覚言語モデルにより、対象とする物理クエリを用いて生成されたビデオを評価し、異なるフィードバックを提供する。
  論文  参考訳（メタデータ） (2026-04-30T17:53:03Z)
• Talking Tennis: Language Feedback from 3D Biomechanical Action Recognition [0.0]
  本研究は,運動データから重要な生体力学的特徴を抽出する新しい枠組みを開発する。 これらの特徴は脳卒中の有効性と外傷リスクに影響を及ぼす関係を解析し、フィードバック生成の基礎を形成する。 実験的な設定は、分類性能と解釈可能性に関するこのフレームワークを評価し、説明可能なAIとスポーツバイオメカニクスのギャップを埋める。
  論文  参考訳（メタデータ） (2025-10-04T19:55:30Z)
• EyeSim-VQA: A Free-Energy-Guided Eye Simulation Framework for Video Quality Assessment [68.77813885751308]
  EyeSimVQAは、自由エネルギーベースの自己修復を取り入れた新しいVQAフレームワークである。 現状の手法と比較して,EyeSimVQAは競争力や性能に優れることを示す。
  論文  参考訳（メタデータ） (2025-06-13T08:00:54Z)
• FLEX: A Largescale Multimodal, Multiview Dataset for Learning Structured Representations for Fitness Action Quality Assessment [18.287155608368938]
  アクション品質アセスメント(AQA)は、体育トレーニングにおけるエラーを検出する大きな可能性を持っている。 既存のAQAデータセットは、シングルビューの競技スポーツとRGBビデオに限られている。 本稿では,フィットネスAQAのための大規模マルチモーダルマルチビューデータセットFLEXを紹介する。
  論文  参考訳（メタデータ） (2025-06-02T01:44:02Z)
• Masked Video and Body-worn IMU Autoencoder for Egocentric Action Recognition [24.217068565936117]
  本稿では,身近なIMUの動作データをエゴセントリックなビデオと統合する行動認識手法を提案する。 体全体に配置された複数のIMUデバイスの複雑な関係をモデル化するために、複数のIMUデバイスにおける協調力学を利用する。 実験により,提案手法は複数の公開データセット上で最先端の性能を実現することができることが示された。
  論文  参考訳（メタデータ） (2024-07-09T07:53:16Z)
• Animate Your Thoughts: Decoupled Reconstruction of Dynamic Natural Vision from Slow Brain Activity [13.04953215936574]
  脳活動から人間のダイナミックビジョンを再構築する2段階モデルMind-Animatorを提案する。 fMRIの段階では,fMRIから意味的,構造的,運動的特徴を分離する。 機能とビデオの段階では、これらの機能はインフレータブル拡散(Stable Diffusion)を使ってビデオに統合される。
  論文  参考訳（メタデータ） (2024-05-06T08:56:41Z)
• MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
  筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。 このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。 また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
  論文  参考訳（メタデータ） (2024-04-16T02:18:18Z)
• MeLM, a generative pretrained language modeling framework that solves forward and inverse mechanics problems [0.0]
  本稿では, 様々な非線形前方・逆問題の解法として, フレキシブルなマルチモーダル力学言語モデル, MeLM を適用する。 このフレームワークは、バイオインスパイアされた階層的ハニカム設計やカーボンナノチューブ力学など、様々な例に適用されている。
  論文  参考訳（メタデータ） (2023-06-30T10:28:20Z)
• gradSim: Differentiable simulation for system identification and visuomotor control [66.37288629125996]
  本稿では,微分可能マルチフィジカルシミュレーションと微分可能レンダリングを活用し,3次元監督への依存を克服するフレームワークであるgradsimを提案する。 当社の統合グラフは、状態ベースの(3D)監督に頼ることなく、挑戦的なバイスモメータ制御タスクで学習を可能にします。
  論文  参考訳（メタデータ） (2021-04-06T16:32:01Z)

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。