Ali Mojibi

深度学习模型预测人体在动态负重抓取任务中的姿态

研究人员开发了深度学习模型，特别是BLSTM和Transformer架构，用于预测人体在动态负重抓取活动中的身体姿态。模型利用手部负重位置、抓取技术和初始身体姿态数据来预测后续动作。引入了一种新颖的成本函数来强制身体各部分长度恒定，将预测精度提高了21%。Transformer模型表现出优越的性能，均方根误差达到41.4毫米，在长期预测方面比BLSTM模型优越约58%。