HiPHI 发布大规模高精度人体运动与物体交互基准数据集
原标题：HiPHI: A Large-Scale Benchmark for High-Precision Human Motion and Object Interaction
HiPHI：大规模高精度人体运动与物体交互基准
这份白皮书面向机器人研究人员与工程师，介绍了一个新的大规模动作捕捉数据集，旨在填补制约人形机器人学习的数据缺口。白皮书还展示了在该数据集上训练的策略如何迁移到真实人形机器人。
你将了解：
人形机器人学习为何是具身智能（embodied AI）和 Physical AI 的核心问题，以及为什么互联网视频和现有动作捕捉数据集无法提供所需数据。
FrameNet 这一人类动作的语言学框架，如何指导动作捕捉采集，以系统覆盖广泛的全身运动。
同步的物体运动轨迹与 mesh 模型为何能让人与物体交互数据适用于教授机器人真实世界任务，例如搬运、推和拉。
基于该动作捕捉数据训练的强化学习（reinforcement learning）策略如何随数据规模提升性能，以及 sim-to-real 迁移如何将这些策略带到真实人形机器人上。
立即下载这份免费白皮书！