BRAID：双层潜变量生成多人交互动作
热点事件持续更新
BRAID：双层潜变量生成多人交互动作
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Ojas Shirekar 等作者提出 BRAID，一种分层序列潜变量模型，用于生成多人交互的人体运动。模型把社交运动生成当作元迁移学习问题，用组级和个体级两层潜在状态分别捕捉共享的交互动态与个人行为。 据作者介绍，BRAID 能在完整、稀疏或部分观测下生成连贯的多人动作，并在 SMPL 统一表示下评估社交预测、跟踪补全与响应生成；其紧凑的社交状态向量可作为下游具身智能体系统的接口。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
BRAID：用双层潜在动态生成多人交互人体运动报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIBRAID：用双层潜在动态生成多人交互人体运动
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。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。