时空连续预测网络

缓解模式坍塌

引入锚点集建模多模态运动分布，并利用时空连续表示生成更平滑的随机人体运动序列。

玉华 · 候亚庆 · Xu, Gui · 冯珊珊 · Zhou, Dongsheng · 张强

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

缓解模式坍塌

引入锚点集表示潜在运动模式，并对每个锚点采样多条序列，从而覆盖更多可能的未来运动。

生成更平滑的运动

时空连续网络学习连续时间动态，避免逐帧预测带来的抖动和不自然过渡。

保持多样性与准确性

通过从每个锚点采样多个序列，减少类内差异，在公开数据集上同时获得有竞争力的多样性和准确性。

应用场景

• 具身智能运动预测：为具身智能体提供多样且自然的未来运动预测，提升交互真实感。
• 机器人动作规划：生成多种可行运动轨迹，帮助机器人在动态环境中规划安全路径。
• 人形机器人步态生成：生成平滑且多样的步态序列，提升人形机器人行走的自然度和适应性。
• 软体机器人控制：提供连续运动参考，辅助软体机器人实现更灵活、平滑的动作控制。