arXiv · 机器人与计算机视觉· Hyeonwoo Kim, Jeonghwan Kim, Kyungwon Cho, Junyoung Lee, Hanbyul Joo·· 2026-10-12AI 评分42
DeVI:基于合成视频模仿的物理灵巧人机交互框架
DeVI: Physics-based Dexterous Human-Object Interaction via Synthetic Video Imitation
AI 导读
DeVI 提出一种通过模仿文本条件生成的合成视频来学习物理基础的人机交互控制,利用混合模仿目标规避不可靠的三维物体运动重建。视觉 HOI 对齐模块进一步修正人体参考以适配生成视频与初始三维配置,显著提升重构质量与模仿成功率。实验表明该框架无需动作捕捉演示即可实现目标感知与多连杆物体的物理可行功能操作。
来源:arXiv · 机器人与计算机视觉 · arxiv.org