选择：在杂乱环境中实现协调的人机交互，以完成拾取和放置操作

《ACM Transactions on Graphics》：CHOICE: Coordinated Human-Object Interaction in Cluttered Environments for Pick-and-Place Actions

复杂环境下多物体交互的分层规划与控制方法。提出双臂调度器规划关键帧，神经隐式规划器生成多样化轨迹，结合卡尔曼滤波的线性动态模型实现平滑多目标控制，有效应对不同几何形状和场景的泛化挑战。

　　

摘要

动画化人物与场景之间的交互行为（例如拾取和放置各种不同几何形状的物体）是一项具有挑战性的任务，尤其是在环境杂乱、涉及复杂可动容器的场景中。主要难点在于：与物体和环境的多样性相比，运动数据相对匮乏；此外，不同动作之间的过渡动作也难以获取，这增加了系统泛化到任意条件的复杂性。为了解决这一问题，我们开发了一个系统，将交互行为合成问题视为一个分层的目标驱动任务来处理。首先，我们设计了一个双手调度器，该调度器根据用户选定的目标物体等抽象目标信号，规划一组关键帧，以高效地同时控制双手完成拾取和放置任务。接下来，我们开发了一个神经隐式规划器，该规划器能够生成手部轨迹，以引导手部在各种形状/类型物体和障碍物布局下的移动。最后，我们为DeepPhase控制器提出了一个线性动态模型，并结合了卡尔曼滤波器，以实现频域内的平滑过渡，从而实现对角色的更真实、更有效的多目标控制。我们的系统能够合成多种自然的拾取和放置动作，以适应不同的物体几何形状、容器结构以及场景布局。