论文页面 - Humanoid-GPT：扩展数据与结构实现零样本运动追踪

来源：https://huggingface.co/papers/2606.03985
发布于 6月2日

#3 今日论文（https://huggingface.co/papers/date/2026-06-03）
作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

Humanoid-GPT 是一种采用因果注意力机制的 GPT 风格 Transformer，在亿级运动语料上训练，通过多样化运动数据的可扩展预训练，实现了对未见运动和控制任务的零样本泛化。

我们提出 Humanoid-GPT，这是一种基于 GPT 风格的 Transformer（https://huggingface.co/papers?q=Transformer），采用因果注意力机制（https://huggingface.co/papers?q=causal%20attention），在十亿帧级别的运动语料（https://huggingface.co/papers?q=motion%20corpus）上训练，用于全身控制。与以往受限于数据稀缺和敏捷性-泛化权衡的浅层 MLP 追踪器不同，Humanoid-GPT 在包含 20 亿帧的重定向语料（https://huggingface.co/papers?q=retargeted%20corpus）上预训练，该语料统一了所有主要动捕数据集（https://huggingface.co/papers?q=mocap%20datasets）和大规模内部录制数据。通过扩展数据和模型容量，我们得到了一个单一的生成式 Transformer（https://huggingface.co/papers?q=generative%20Transformer），它能够追踪高度动态的行为（https://huggingface.co/papers?q=dynamic%20behaviors），同时实现前所未有的零样本泛化（https://huggingface.co/papers?q=zero-shot%20generalization）到未见运动和控制任务。广泛的实验和扩展分析表明，我们的模型建立了新的性能前沿，展现了在追踪高度动态和复杂运动的同时，对未见任务的鲁棒零样本泛化（https://huggingface.co/papers?q=zero-shot%20generalization）能力。

查看 arXiv 页面（https://arxiv.org/abs/2606.03985）查看 PDF（https://arxiv.org/pdf/2606.03985）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.03985）

在你的代理中获取本文：

hf papers read 2606\.03985

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

引用本文的模型 0

没有模型链接到本文

在模型 README.md 中引用 arxiv.org/abs/2606.03985 即可从此页面链接。

引用本文的数据集 0

没有数据集链接到本文

在数据集 README.md 中引用 arxiv.org/abs/2606.03985 即可从此页面链接。

引用本文的 Space 0

没有 Space 链接到本文

在 Space README.md 中引用 arxiv.org/abs/2606.03985 即可从此页面链接。

包含本文的收藏集 0

没有收藏集包含本文

将本文添加到一个收藏集（https://huggingface.co/new-collection）即可从此页面链接。