Pushing People Around

[source] SCA

[year] 2005

animating characters being pushed by an external source

真实人被推的数据集 + 修改

确定变形参数

选择反应动作

 

1. 从推中反应回来不容易，因为经历一系列不平衡中变平衡，难以纯物理模拟这一回复过程。只用Rag-Doll Simulation或 Fall down.

2. 捕获一些日常动作及被推了后的动作

3. 动作间过渡   相似的可以过渡，但相似如何判断？ 数值上的相似与感觉上的相似

4. 修改某一反应动作来适应新的推力

 

相关工作写的不错。

数据捕获，没有根本性的新动作

物理方法，归为优化，其中Controller方法则为找参数的最优化

track previously recorded motion, 不能产生protective steps

ML, generative model

…

 

Motion Transition

   推到时，转到新的动作上， 使用Offset Vector Q_t ，【实际又是一个PDs了…】

Motion Deformation

    施加一个impulse vector给\dot Q_t

    分散Impulse到邻近

Synthesis Algorithm

     \theta = F(C^i, impulse), 得到变形参数

      Q = G(C_t , C^I, \theta)， 合成动作的质量

Oracle

Training:

     <C_t, C^I, \theta, Q, impulse>

    NN