arXiv cs.CV· Yangsong Zhang, Anujith Muraleedharan, Rikhat Akizhanov, Abdul Ahad Butt, G\"ul Varol, Pascal Fua, Fabio Pizzati, Ivan Laptev·· 3 小时前AI 评分26
PhysMoDPO：用偏好优化生成物理可行的人形机器人动作
PhysMoDPO: Physically-Plausible Humanoid Motion with Preference Optimization
AI 导读
PhysMoDPO 是一个基于 Direct Preference Optimization 的框架，将全身控制器（WBC）纳入扩散模型训练流程，使 WBC 输出同时符合物理规律与原始文本指令。该方法用基于物理和任务特定的奖励为合成轨迹分配偏好，在文本到动作与空间控制任务上提升了物理真实感和任务指标，并在仿真零样本动作迁移及 G1 人形机器人真机部署中取得显著改进。
来源：arXiv cs.CV · arxiv.org