Les chercheurs de Galbot et de l'Université de Tsinghua ont présenté Humanoid-GPT, une approche innovante pour le suivi du mouvement des robots humanoïdes qui tire parti de données à grande échelle et d'une architecture transformer moderne.
La Révolution du Scaling dans le Suivi de Mouvement
Humanoid-GPT est pré-entraîné sur un corpus de mouvement de 2 milliards d'images, unifiant tous les principaux ensembles de données de capture de mouvement. Cela représente plus de 200× plus grand que les ensembles d'entraînement précédents.
Briser le Trade-off Agilité-Généralisation
Les traceurs de mouvement précédents souffrent d'un trade-off entre agilité et généralisation. Humanoid-GPT brise ce trade-off grâce à une mise à l'échelle systématique.
Résultats Clés
- Généralisation zero-shot aux mouvements non vus
- Suivi de comportements hautement dynamiques
- Transformateur génératif unique
- 96%+ de taux de succès sur tests réels
