論文の概要: BUMP: Body-driven Unified Multi-object Physics for HOI Synthesis

• arxiv url: http://arxiv.org/abs/2610.27066v1
• Date: Mon, 19 Oct 2026 18:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.443992
• Title: BUMP: Body-driven Unified Multi-object Physics for HOI Synthesis
• Title（参考訳）: BUMP:HOI合成のための体駆動統一多対象物理
• Abstract要約: 本稿では,多目的HOI生成のためのテキスト駆動フレームワークBUMPを提案する。 本手法はまず,テキストとシーンのコンテキストから全身の人間の動きを生成する。 次に,人体の動きを意図的に操作した少数の運転物体の軌跡を推定する。 そこで, 物理シミュレーションにより応答対象の運動を解析し, 学習軌道の出力空間を広げることなく, 周囲の物体の様々な数や構成を扱えるようにした。
• 参考スコア（独自算出の注目度）: 21.14526057817754
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generating human-object interactions (HOIs) with multiple objects is challenging because the resulting motions arise from different underlying causes. Human motion reflects semantic intent, intentionally manipulated objects must remain coordinated with the human, while surrounding objects move primarily as physical consequences of contact and collision. We present BUMP, a text-driven framework for multi-object HOI generation based on a simple principle: learn intentional motion and simulate physical consequences. Our method first generates full-body human motion from text and scene context, then predicts trajectories for a small number of intentionally manipulated driver objects conditioned on the human motion. We then obtain responder object motions through physics simulation, allowing the framework to handle varying numbers and configurations of surrounding objects without expanding the learned trajectory output space. To address the scarcity of paired full-body multi-object HOI data, we combine heterogeneous supervision from human-only motion, full-body HOI, and hand-centric manipulation data augmented with plausible body motion. We further introduce outcome-conditioned interaction editing, which infers a local modification of the causal driver object trajectory from a desired responder object behavior without requiring an explicit target driver object trajectory. Experiments demonstrate strong performance on both single-object and multi-object HOI benchmarks. Qualitative results showcase diverse scenarios involving inter-object relationships and edits, highlighting the advantage of our unified model formulation.
• Abstract（参考訳）: 複数の物体との人間と物体の相互作用(HOIs)の生成は、結果として生じる動きが異なる原因から生じるため困難である。 人間の動きは意味的な意図を反映し、意図的に操作された物体は人間と協調し続けなければならないが、周囲の物体は、主に接触や衝突の物理的結果として動く。 本稿では,多目的HOI生成のためのテキスト駆動フレームワークであるBUMPについて述べる。 提案手法は,まずテキストとシーンのコンテキストからフルボディの人間の動きを生成し,人間の動きを意図的に操作した少数のドライバー物体の軌跡を推定する。 そこで, 物理シミュレーションにより応答対象の運動を解析し, 学習軌道の出力空間を拡大することなく, 周囲の物体の様々な数や構成を扱えるようにした。 完全物体の多物体HOIデータの不足に対処するため,人間のみの動き,全物体HOI,および可塑性体の動きを付加した手中心操作データからの異種監視を併用した。 さらに,対象対象物軌跡を明示することなく,所望の応答対象物挙動から因果対象物軌跡の局所的な修正を推測する,結果条件付き対話編集を導入する。 シングルオブジェクトとマルチオブジェクトのHOIベンチマークにおいて,高い性能を示す実験を行った。 質的な結果は、オブジェクト間の関係や編集を含む多様なシナリオを示し、統一されたモデル定式化の利点を浮き彫りにしている。

関連論文リスト

• GIRAF: Towards Generalizable Human Interactions with Articulated Objects [50.52795413484619]
  そこで本論文では,テキスト条件付き拡散モデルについて述べる。 提案手法は、現在最先端の手法を超越して、未確認のオブジェクト構成に強い一般化を示した。
  論文  参考訳（メタデータ） (2026-07-08T19:30:44Z)
• 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)
• PhysiInter: Integrating Physical Mapping for High-Fidelity Human Interaction Generation [35.563978243352764]
  人間のインタラクション生成パイプライン全体に統合された物理マッピングを導入する。 具体的には、物理に基づくシミュレーション環境での運動模倣は、ターゲットの動きを物理的に有効な空間に投影するために使用される。 実験の結果,人間の運動の質は3%～89%向上した。
  論文  参考訳（メタデータ） (2025-06-09T06:04:49Z)
• Controllable Human-Object Interaction Synthesis [77.56877961681462]
  本研究では,3次元シーンにおける同期物体の動きと人間の動きを生成するための制御可能な人間-物体相互作用合成(CHOIS)を提案する。 ここでは,高レベルな計画から効果的に抽出できるスタイルや意図を言語記述が通知し,シーン内の動きをグラウンド化する。 我々のモジュールは経路計画モジュールとシームレスに統合され、3D環境における長期的相互作用の生成を可能にします。
  論文  参考訳（メタデータ） (2023-12-06T21:14:20Z)
• Object Motion Guided Human Motion Synthesis [22.08240141115053]
  大規模物体の操作におけるフルボディ人体動作合成の問題点について検討する。 条件付き拡散フレームワークであるOMOMO(Object Motion Guided Human Motion synthesis)を提案する。 我々は、操作対象物にスマートフォンを装着するだけで、全身の人間の操作動作をキャプチャする新しいシステムを開発した。
  論文  参考訳（メタデータ） (2023-09-28T08:22:00Z)
• Task-Oriented Human-Object Interactions Generation with Implicit Neural Representations [61.659439423703155]
  TOHO: 命令型ニューラル表現を用いたタスク指向型ヒューマンオブジェクトインタラクション生成 本手法は時間座標のみでパラメータ化される連続運動を生成する。 この研究は、一般的なヒューマン・シーンの相互作用シミュレーションに向けて一歩前進する。
  論文  参考訳（メタデータ） (2023-03-23T09:31:56Z)

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。