Fugu-MT 論文翻訳(概要): ULIFLOW: Unified Latent Human-Object Interaction Flow

論文の概要: ULIFLOW: Unified Latent Human-Object Interaction Flow

arxiv url: http://arxiv.org/abs/2610.24286v1
Date: Fri, 16 Oct 2026 22:37:39 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-26 02:39:06.603051
Title: ULIFLOW: Unified Latent Human-Object Interaction Flow
Title（参考訳）: ULIFLOW:Unified Latent Human-Object Interaction Flow
Abstract要約: ULIFlowは、連続的な人間関係を統一された潜在空間内で明示的にモデル化するフレームワークである。その後、Mixture-of-Transformers (MoT) オートエンコーダが、これらの異種ストリームを共同でモデル化するように設計される。実験により、ULIFlowは、全体的な生成品質と人間-オブジェクト調整において、以前の作業よりも一貫して優れています。
参考スコア（独自算出の注目度）: 7.500497851920337
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Text-conditioned 3D human--object interaction (HOI) generation remains challenging because individually plausible human and object motions do not necessarily form a coherent interaction. We argue that a key limitation lies in conventional skeleton-based representations, which compactly describe body kinematics while leaving surface-level interaction geometry largely implicit, often requiring additional contact-specific regularizers. We propose ULIFlow, a framework that explicitly models continuous human--object relations within a unified latent space. To this end, we derive continuous marker--object relations from sparse body-surface markers and treat them as an explicit interaction modality alongside human motion and object dynamics. A Mixture-of-Transformers (MoT) autoencoder is then designed to jointly model these heterogeneous streams while preserving their modality-specific structures. Importantly, we let the relation stream directly participate in human and object reconstruction, encouraging the shared latent representation to preserve both individual dynamics and the interaction geometry that coordinates them. To further achieve variable-length generation, we introduce a blockwise Flow Forcing scheme with global sequence-progress conditioning, enabling progressive continuation from fixed-length training windows while maintaining consistent long-horizon dynamics. Extensive experiments demonstrate that ULIFlow consistently outperforms prior work in overall generation quality and human--object coordination, while preserving coherent interactions over requested durations beyond the training horizon.
Abstract（参考訳）: テキスト条件付き3次元人-物体相互作用(HOI)の生成は、個々の可塑性な人間と物体の動きが必ずしもコヒーレントな相互作用を形成するとは限らないため、依然として困難である。従来の骨格に基づく表現には重要な制限があるが、これは体運動学をコンパクトに記述し、表面レベルの相互作用の幾何はほとんど暗黙的であり、しばしば接触特異な正則化を必要とする。統一された潜在空間内での連続的人間-対象関係を明示的にモデル化する枠組みであるULIFlowを提案する。このフレームワークは、粗い体表面マーカーから連続的マーカー-対象関係を導出し、人間の動きや物体のダイナミクスとともに明示的な相互作用のモダリティとして扱う。その後、Mixture-of-Transformers (MoT) オートエンコーダは、これらの不均一なストリームを共同でモデル化し、モダリティ固有の構造を保存するように設計されている。重要なことは、関係ストリームを人間とオブジェクトの再構成に直接参加させ、共有された潜在表現を、それらを調整する個々のダイナミクスと相互作用幾何学の両方を保存するよう奨励する。可変長生成を実現するため,大域的なシーケンスプログレス条件付きブロックワイドフロー強制スキームを導入し,一貫した長軸動特性を維持しつつ,固定長トレーニングウィンドウからの進行継続を可能にする。広範囲な実験により、ULIFlowは、トレーニングの地平線を越えて要求された時間を超えたコヒーレントな相互作用を保ちながら、全体の生成品質と人間-オブジェクトの調整において、先行作業よりも一貫して優れていたことが示される。

関連論文リスト

MFlowHOI: Whole-Body Human-Object Interaction Generation via Part-Aware MeanFlow [24.29083356111191]
全体の人間と物体の相互作用(HOI)生成には、身体と指の動き、物体の軌跡、時間変化の接触が必要である。全身HOI生成のための効率的なワンステップフレームワークであるMFlowHOIを提案する。
論文参考訳（メタデータ） (2026-10-12T06:27:02Z)
Real-Time Human-Centric World Modeling for Upper-Body Human-Object Interaction [15.252158606421752]
本研究では,人を中心としたコヒーレントな局所世界ダイナミクスを合成することを目的とした,上半身の対話的生成のためのリアルタイムな人中心世界モデルを提案する。我々は,連続的人間状態と離散的相互作用状態の2つの相補的成分を持つ連続的離散的共同制御方式を採用する。実験では、よりきめ細かい動きの忠実さ、より手動の調整、効果的なリアルタイム相互作用が実証された。
論文参考訳（メタデータ） (2026-07-26T07:34:14Z)
HO-Flow: Generalizable Hand-Object Interaction Generation with Latent Flow Matching [113.81911881001905]
HO-Flowはテキストと正準3Dオブジェクトから現実的な手動動作シーケンスを合成するためのフレームワークである。まず、手動と物体の動きのシーケンスを統一された潜在多様体に符号化するために、相互作用を意識した変分オートエンコーダを用いる。次に、自己回帰的時間的推論と連続的な潜伏生成を組み合わせたマスク付きフローマッチングモデルを利用する。
論文参考訳（メタデータ） (2026-04-12T22:06:11Z)
Unleashing Guidance Without Classifiers for Human-Object Interaction Animation [54.24065561632133]
従来の拡散に基づくアプローチは、しばしば接触品質を改善するために手作りの接触先行や人為的なキネマティック制約に頼っている。そこで本研究では,手作業による事前設計への依存を軽減し,手作業による指導を段階的に行うデータ駆動型代替手法を提案する。このデータ駆動型ガイダンスは本質的に接触認識であり,広い範囲の合成対象測地でトレーニングを行う際に拡張可能である。
論文参考訳（メタデータ） (2026-03-26T17:59:34Z)
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)
Interact2Ar: Full-Body Human-Human Interaction Generation via Autoregressive Diffusion Models [80.28579390566298]
テキスト条件付き自己回帰拡散モデルであるInteract2Arを導入する。ハンドキネマティクスは専用のパラレルブランチを通じて組み込まれ、高忠実度フルボディ生成を可能にする。我々のモデルは、時間的動きの合成、外乱へのリアルタイム適応、ディヤディックからマルチパーソンシナリオへの拡張など、一連のダウンストリームアプリケーションを可能にする。
論文参考訳（メタデータ） (2025-12-22T18:59:50Z)
Decoupled Generative Modeling for Human-Object Interaction Synthesis [35.78156236836254]
既存のアプローチでは、しばしば手動で指定した中間のウェイポイントを必要とし、最適化の目的を1つのネットワークに配置する。 DecHOI(Decoupled Generative Modeling for Human-Object Interaction Synthesis)を提案する。軌道生成装置は、まず、所定のウェイポイントを伴わずに人や物体の軌道を生成し、これらの経路に作用生成条件を設けて詳細な動作を合成する。
論文参考訳（メタデータ） (2025-12-22T05:33:59Z)
Uni-Inter: Unifying 3D Human Motion Synthesis Across Diverse Interaction Contexts [59.78384600454231]
We present Uni-Inter, a unified framework for human motion generation that support a wide range of interaction scenarios。 Uni-Interは、異種インタラクティブエンティティを共有空間にエンコードするボリューム表現であるUnified Interactive Volume (UIV)を導入している。
論文参考訳（メタデータ） (2025-11-17T06:32:38Z)
CoopDiff: Anticipating 3D Human-object Interactions via Contact-consistent Decoupled Diffusion [62.93198247045824]
3Dヒューマンオブジェクトインタラクション(HOI)は,人間の将来の動きとその操作対象を,歴史的文脈で予測することを目的としている。そこで我々は,人間と物体の運動モデリングを分離するために,2つの異なる分岐を用いた接触非結合拡散フレームワークCoopDiffを提案する。
論文参考訳（メタデータ） (2025-08-10T03:29:17Z)

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。