motion-tracking

MimicX 提出了一种策略在环的监督精炼方法，用于视频驱动的人形机器人动作跟踪，使机器人能够执行从普通视频演示中捕捉到的人体动作（网球、颠球、舞蹈、功夫、跑酷），包括在存在碰撞的场景中。

BRACE 提出一种全身人形机器人运动跟踪器，通过变换参考轨迹并将教师策略蒸馏为纯本体感知的 flow-matching 策略，使其在倾斜地形上能够施加和补偿手部指令力，实现在仿真与 Unitree-G1 真机上的力控与地形适应。

CrossBFM提出了一种统一的编码器架构，用于在类人机器人中蒸馏共享潜在行为空间，实现高效的训练和跨实体泛化，用于运动跟踪、目标到达和奖励优化。

Philips 推出了一款新的智能牙刷，配备AI运动追踪和触摸屏，帮助用户改善刷牙技巧，目前在欧洲和美国上市，预计2027年全球推广。

SceneBot 是一个统一的运动追踪框架，通过参考运动和每连杆接触标签来指导单一的人形策略，从而实现在接触密集环境中的自由空间移动、地形穿越和全身操控。

本文介绍了LIMMT，这是一项以数据为中心的研究，表明使用高质量、极小的运动数据子集（不到AMASS的3%）进行训练，在基于物理的人形动作追踪方面优于使用完整数据集，并通过物理可行性、多样性和复杂性来定义运动数据质量。

Humanoid-GPT 是一种GPT风格的Transformer，在十亿级运动语料库上预训练，实现了对未见过的动作和任务的全身运动追踪的零样本泛化。