.png){kind=icon}
返回
Learning Climbing Controllers for Physics-Based Characters
.png){kind=icon}
PRE
AI
DOI：10.1111/cgf.15284.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尽管对捕捉多样化运动的需求日益增长，但由于难以追踪被遮挡的标记和扫描攀爬结构，收集攀爬运动数据仍然具有挑战性。此外，准备多样化路线进一步增加了数据收集过程的复杂性。为解决这些挑战，本文介绍了一种基于物理的攀爬控制器，用于合成攀爬运动。所提出的方法包含两个学习阶段。在第一阶段，训练了一个悬挂策略以自然地抓握支点。该策略随后用于生成包含支点位置、姿态和抓握状态的数据库，形成有利的初始姿态。在第二阶段，利用该数据库训练攀爬策略以执行实际的攀爬动作。训练序列从接近参考攀爬运动的状态开始，从而能够探索更自然的攀爬风格状态。该策略使角色能够在利用四肢更均衡的情况下到达目标位置。实验表明，所提出的方法能够有效识别良好的攀爬姿态，并增强在不同坡度和支点模式环境下四肢的协调性。
Keyword:
climbing
motion synthesis
physics-based character control
期刊
IF:
2.9
论文数:
564
被引数:
1.1W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
查看更多内容