神经分类先验的角色控制

动作多样且逼真

该框架通过离散信息瓶颈压缩运动片段，并利用好奇心驱动的先验偏移调整类别分布，从而为物理角色实现高质量且多样化的动作控制。

Qingxu, Zhu · He, Zhang · Mengting, Lan · Han, Lei

ACM Transactions on Graphics 2023

参数信息

任务类型

2

技术优势

先验可调整

通过好奇心驱动的强化学习调整类别先验分布，避免因数据不平衡导致行为单一。

动作更多样

调整后的先验分布提供了足够的行为多样性，显著促进了下游任务的上层策略学习。

应用场景

• 游戏角色动画：生成高质量多样的动作，减少手工动画制作成本。
• 人形机器人运动控制：为真实机器人提供自然且多样的运动基元。
• 物理仿真角色：在物理仿真中实现逼真且策略丰富的角色控制。