基于扩散的自回归运动模型DART:实时文本驱动的运动控制
原文中文,约300字,阅读约需1分钟。
📝 内容提要
本文介绍了一种优先级中心的运动分散扩散模型(M2DM),利用基于Transformer的VQ-VAE生成简洁的动作表示。通过全局自注意机制和正则化项解决代码坍塌问题,并创新性地根据动作重要性进行噪声调度。实验显示,该模型在HumanML3D和KIT-ML数据集上表现优异,尤其在复杂文本描述下,保真度和多样性超过现有技术。