从MDM、RobotMDM到UC San Diego的Exbody(含Exbody 2)——人体运动扩散模型：赋能机器人的训练
💡
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
文章介绍了OmniH2O人形机器人，通过语音指令和预训练的文本到人体动作生成扩散模型（MDM）来控制动作。MDM利用文本提示生成多样化动作，体现文本到动作的多对多映射。其目标是在特定条件下合成人体动作，支持多种输入。扩散建模采用马尔可夫噪声过程，并使用几何损失正则化生成自然连贯的动作。
🎯
关键要点
-
OmniH2O人形机器人通过语音指令和预训练的文本到人体动作生成扩散模型（MDM）控制动作。
-
MDM利用文本提示生成多样化动作，体现文本到动作的多对多映射。
-
MDM的目标是在特定条件下合成人体动作，支持多种输入，如音频、自然语言和离散类别。
-
扩散建模采用马尔可夫噪声过程，生成的动作由关节旋转或位置表示的人体姿势序列。
-
几何损失正则化用于强化物理属性，促进自然和连贯的运动。
➡️
