MotionGRPO

MotionGRPO利用强化学习增强自我运动恢复能力

研究人员推出MotionGRPO，一个旨在改进从头戴设备信号恢复全身3D人体运动的新框架。该方法通过在扩散过程中采用强化学习进行细粒度指导，解决了现有基于扩散技术常导致重建错误的局限性。MotionGRPO利用组相对策略优化（GRPO）和混合奖励系统，平衡了全局视觉合理性与局部关节精度，同时还纳入了噪声注入策略以增强样本多样性和稳定学习。