论文页面 - HumanTracker：面向全面且符合人类感知的运动跟踪基准

来源：https://huggingface.co/papers/2608.13555 作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

HumanTracker 引入了一个大规模基准和偏好对齐指标，用于基于感知质量和物理接触稳定性评估人形运动跟踪。

人形运动跟踪（https://huggingface.co/papers?q=Humanoid%20motion%20tracking）是遥操作和全身模仿的核心，但其评估结果往往与人们在视频中的感知不符。运动学误差（https://huggingface.co/papers?q=Kinematic%20errors）平均了逐帧姿态差异，却忽略了最重要的物理伪影，特别是支撑不稳定和错误的接触，例如脚部滑动和着地时机错误。同时，广泛使用的测试套件规模较小，缺乏对接触丰富、长时程行为进行压力测试所需的多样性。我们引入了 HumanTracker（https://huggingface.co/papers?q=HumanTracker），旨在使人形运动跟踪评估既符合感知又具可扩展性。HumanTracker（https://huggingface.co/papers?q=HumanTracker）基准包含约 153 小时来自多位专业表演者的光学运动轨迹（https://huggingface.co/papers?q=optical%20motion%20trajectories），分为四大运动类别，并带有用于细粒度诊断的文本标签。我们进一步提出了 HumanScore（https://huggingface.co/papers?q=HumanScore），这是一个偏好对齐指标（https://huggingface.co/papers?q=preference-aligned%20metric），在包含 24K 个动作的 12K 对动作数据上训练。在具有代表性的最先进跟踪器上，HumanScore（https://huggingface.co/papers?q=HumanScore）能更好地预测人类偏好，并揭示了运动学指标常忽略的接触与稳定性失败问题。

查看 arXiv 页面 (https://arxiv.org/abs/2608.13555)查看 PDF (https://arxiv.org/pdf/2608.13555)项目主页 (https://dairuliu.github.io/humantracker/)GitHub20 (https://github.com/GalaxyGeneralRobotics/HumanTracker)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.13555)

在你的智能体中获取此论文：

hf papers read 2608\.13555

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

无模型链接本文

在模型 README.md 中引用 arxiv.org/abs/2608.13555 即可将其链接到此页面。

引用本文的数据集1

GalaxyGeneralRobotics/HumanTracker Viewer• 大约 20 小时前更新 • 6k • 18 • 3 (https://huggingface.co/datasets/GalaxyGeneralRobotics/HumanTracker)

引用本文的 Spaces0

无 Space 链接本文

在 Space README.md 中引用 arxiv.org/abs/2608.13555 即可将其链接到此页面。

包含本文的收藏夹0

无收藏夹包含本文

将本文添加到收藏夹 (https://huggingface.co/new-collection)以将其链接到此页面。