Core Concepts
WANDR은 초기 자세와 목표 위치를 입력받아 자연스러운 인간 동작을 생성하여 목표 위치에 손을 도달시킬 수 있다.
Abstract
WANDR은 데이터 기반 모델로, 초기 자세와 목표 위치를 입력받아 자연스러운 인간 동작을 생성하여 손을 목표 위치에 도달시킬 수 있다. 이를 위해 WANDR은 의도 특징을 도입하였다. 의도 특징은 현재 자세, 목표 위치, 시간 정보를 활용하여 동작을 유도한다. 이를 통해 WANDR은 학습 데이터에 없는 목표 위치에 대해서도 효과적으로 동작을 생성할 수 있다.
WANDR은 조건부 변분 자동 인코더(c-VAE) 구조를 가지며, AMASS와 CIRCLE 데이터셋을 활용하여 학습된다. AMASS는 다양한 동작을 포함하지만 목표 도달 레이블이 없는 반면, CIRCLE은 목표 도달 동작을 포함한다. WANDR은 이 두 데이터셋을 효과적으로 활용하여 일반적인 동작 생성 능력과 목표 도달 능력을 모두 갖추었다.
실험 결과, WANDR은 다양한 위치와 높이의 목표에 대해 효과적으로 동작을 생성하며, 기존 방법들에 비해 우수한 성능을 보였다. 또한 WANDR은 도달 시간 조절, 다중 목표 도달, 경유점 통과 등 다양한 응용이 가능하다.
Stats
목표 위치에 손이 10cm 이내 도달한 비율은 32%이다.
발 스케이팅 비율은 16%이다.
손이 목표에 가장 가까워진 거리는 평균 24.8cm이다.
Quotes
"목표가 우리의 동작을 이끌어 간다. 심지어 가장 단순한 목표라도 복잡한 동작을 만들어낼 수 있다."
"이 계층적 동작, 전반적인 목표에서부터 순간순간의 개별 행동까지 생성하는 것은 컴퓨터 비전, 그래픽스, 로�tics 분야의 오랜 과제이다."