研究人员开发了MARRS，一个用于合成以观察到的动作为条件的人类反应的新框架。该系统利用单元区分运动变分自编码器（UD-VAE）独立编码不同的身体和手部单元。它结合了动作条件融合（ACF）来处理反应性token，以及互单元调制（MUM）来实现身体和手部单元之间的交互。一个紧凑的MLP在扩散模型中充当噪声预测器，用于生成token概率分布。 AI
影响 引入了一种生成协调人类反应动作的新方法，可能改进具身AI和动画。
排序理由 这是一篇详细介绍人类动作-反应合成新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2505.11334v4 Announce Type: replace Abstract: This work aims at a challenging task: human action-reaction synthesis, i.e., generating human reactions conditioned on the action sequence of another person. Currently, autoregressive modeling approaches with vector quantization…