Nvidia推出MaskedMimic基于掩码运动修复的统一物理驱动角色控制讨论链接：https://huggingface.co/papers/2409.14393打造一个单一且多功能的物理驱动控制器，使其能够为各种场景中的互动角色注入生命，这是角色动画领域的一个激动人心的前沿课题。理想的控制器应支持多种控制模式，例如稀疏的目标关键帧、文本指令和场景信息。虽然之前的研究提出了物理模拟的、场景感知的控制模型，但这些系统主要专注于开发在有限任务和控制模式中表现卓越的控制器。本研究提出了MaskedMimic，这是一种将基于物理的角色控制公式化为通用运动修复问题的新方法。我们的主要见解是训练一个统一的模型，从部分（掩码）运动描述中合成运动，例如掩码关键帧、物体、文本描述或它们的任意组合。这是通过利用运动跟踪数据和设计一种可扩展的训练方法来实现的，该方法能够有效利用多样的运动描述，生成连贯的动画。通过这一过程，我们的方法学会了一个物理驱动的控制器，该控制器提供了一个直观的控制界面，而无需繁琐的奖励工程来实现所有感兴趣的行为。最终的控制器支持广泛的控制模式，并能够在不同任务之间无缝切换。通过将角色控制统一到运动修复中，MaskedMimic创造了多功能的虚拟角色。这些角色能够动态适应复杂场景并按需组合多种运动，从而实现更具互动性和沉浸感的体验。