arXiv cs.AI· Ojas Shirekar, Yash Surange, Augustinas Ju\v{c}as, Chirag Raman·· 13 小时前AI 评分29
BRAID：用双层潜在动态生成多人交互人体运动
Generative Interactions: Weaving Multiparty Human Motion with Bilevel Latent Dynamics
AI 导读
BRAID 是一种分层序列潜在变量模型，将社交运动生成建模为元迁移学习问题，通过组级与个体级潜在状态分别捕捉共享交互动态和个人行为。模型可在完整、稀疏或部分观测下生成连贯多人动作，并在 SMPL 统一表示下评估社交预测、跟踪补全与响应生成。其紧凑社交状态向量可作为下游具身智能体系统的接口。
正文 · AI 翻译
摘要：人类社会行为并非一系列独立动作的集合，而是一个共同组织的过程，其中群体动态与个体差异持续相互塑造。然而，现有的社会运动模型往往优先考虑合理的轨迹，却将交互状态隐含化，限制了其跨群体、跨任务以及部分观测情形下的迁移能力。为弥补这一空白，我们提出用于智能体交互动态的双层表示（BRAID），一种用于生成式多人交互的分层序列潜变量模型。BRAID 明确将社会运动生成表述为元迁移学习问题：共享的交互先验跨数据集学习，并通过观测到的人物与关节的任意上下文集合进行适配。该模型通过捕捉共享交互动态的群体级潜状态和以不断演化的群体上下文为条件捕捉个体行为的人物级潜状态来表示每个场景。这一建模选择使得在完整、稀疏或部分观测下都能实现连贯生成，同时给出紧凑的社会状态向量，可作为下游具身智能体系统的接口。我们在统一的基于 SMPL 的表示下，使用不仅评估重建精度、还评估真实感、多样性、时间对齐和人际协调的指标，在社会预测、跟踪与补全以及响应生成任务上评估 BRAID。我们进一步分析分层潜空间，表明其捕捉到了可分离的群体级和个体级结构。
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2609.37708 [cs.AI] |
| （或 arXiv:2609.37708v2 [cs.AI] 为本版本） | |
| https://doi.org/10.48550/arXiv.2609.37708 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ojas Kishore Shirekar [查看电子邮件]
[v1]
2026年9月29日星期二 14:40:40 UTC（8,544 KB）
[v2]
2026年10月28日星期三 09:27:08 UTC（9,918 KB）
来源：arXiv cs.AI · arxiv.org