PhysReaction: Physically Plausible Real-Time Humanoid Reaction Synthesis via Forward Dynamics Guided 4D Imitation

人形反应合成对于创建高度互动和共情的机器人至关重要，这些机器人可以无缝地融入人类环境，增强我们的生活、工作和交流方式。然而，学习多个人的不同互动模式并生成物理上合理的反应是困难的。基于运动学的方法面临着挑战，包括浮动的脚、滑动、穿透和其他不符合物理学的问题。现有的基于物理学的方法通常依赖于基于运动学的方法来生成参考状态，但在执行动作过程中面临着运动学噪声带来的挑战。这些方法受到扩散模型的限制，无法实现实时推理。在这项工作中，我们提出了一种前向动力学引导的4D模仿方法，以生成物理上合理的类人反应。所学策略能够实时生成物理上合理和类人的反应，与现有方法相比，显著提高了反应的速度（33倍）和质量。我们在InterHuman和Chi3D数据集上进行了实验，并进行了消融研究，证明了我们方法的有效性。

解决问题的关键是学习多个人的互动模式，生成逼真的机器人反应。当前的方法存在物理可行性和实时性的问题，本文尝试解决这些问题。

本文提出了一种基于前向动力学的4D模仿方法，可以实时生成逼真的人类反应。

实验结果表明，本文方法相比现有方法在速度和质量上都有显著提高。本文使用了InterHuman和Chi3D数据集，并进行了消融实验。

相关研究包括基于运动捕捉的方法和基于物理仿真的方法。