Neural3Points：学习为虚拟现实用户生成物理真实的全身运动
摘要：通过在虚拟现实世界中反映用户行为的动态角色，可以实现与虚拟环境的自然互动。这有潜力使得远程用户能够以面对面的方式进行沟通和协作。然而，一个典型的虚拟现实系统只提供了一组非常有限的三个位置传感器，包括佩戴式头显和可选的两个手持控制器，这使得估计用户全身运动成为一个困难的问题。在这项工作中，我们提出了一种基于数据驱动的基于物理的方法，根据这些虚拟现实跟踪器的变换来预测用户的真实全身运动，并在虚拟世界中实时模拟一个角色来模拟用户的行为。我们使用强化学习和精心设计的预训练过程来训练我们的系统，以确保训练的成功和模拟的质量。我们通过一组广泛的实例来展示这种方法的有效性。
作者：Yongjing Ye, Libin Liu, Lei Hu, Shihong Xia
论文ID：2209.05753
分类：Graphics
分类简称：cs.GR
提交时间：2022-09-14