该文综述了利用生成对抗模仿学习、物理模拟与强化学习等方法，从视频或有限演示数据中训练神经网络策略，生成符合生物力学约束的类人运动，涵盖高维姿态控制、步态数据增强、3D人体运动估计、人-场景交互及姿态预测，实验表明这些方法能提升运动合成的真实性、准确性与泛化能力。