motion-tracking

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。