BeyondMimic——通过引导式扩散实现动作捕捉：基于Diffuse-CLoC构建扩散框架，可模仿动作、导航避障(含UniTracker的详解)
UniTracker是一个用于人形机器人全身运动跟踪的统一框架，通过集成条件变分自编码器(CVAE)来增强动作多样性和全局一致性。该框架采用三阶段训练：基于特权观测的教师策略训练、部分观测的学生策略学习，以及针对特定动作的快速微调。研究团队从AMASS数据集中筛选并重定向动作数据，使用SMPL模型参数表示人体动作，并通过两阶段方法将其适配到机器人模型。相比传统方法，UniTracker能更好...
本文探讨了人形机器人在运动追踪和控制方面的进展，重点介绍了BeyondMimic和UniTracker两个项目。BeyondMimic旨在解决真实环境中的运动跟踪和sim2real迁移问题，而UniTracker通过条件变分自编码器提升运动表现力和全局一致性。这些研究为人形机器人的高效控制和应用提供了新思路。
