arXiv · cs.AI· Maximilian St\"olzle, David M\"uller, Agon Serifi, Ruben Grandia, Espen Knoop, Moritz B\"acher·· 4 小时前
PhysibleMDM：通过噪声优化在推理时为运动扩散模型施加物理可行性约束
PhysibleMDM: Enforcing Inference-Time Physical Feasibility Constraints on Motion Diffusion Models via Noise Optimization
AI 导读
PhysibleMDM 在推理阶段优化扩散噪声、无需重新训练生成模型，即可提升运动扩散模型输出的物理可行性。在 SMPL 人形模型的 100 种运动风格上，该方法将平均地面穿透、自碰撞穿透和地面滑移分别降低 75%、92% 和 74%；在自定义双足机器人的 11 段序列上，每序列平均加速度重建误差中位数降低 89.5%，逆动力学残差均值降低 79.5%。
来源：arXiv · cs.AI · arxiv.org