PLT: Part-Wise Latent Tokens as Adaptable Motion Priors for Physically Simulated Characters
Other
인용 0
원문 보기연구실 정보를 불러오고 있습니다
물리 기반 캐릭터 제어와 3D 형상 재구성 연구를 병행하며 23명의 학생과 함께 진행 중입니다.
PLT: Part-Wise Latent Tokens as Adaptable Motion Priors for Physically Simulated Characters
2025
BrepDiff: Single-Stage B-rep Diffusion Model
제공된 정보에서 논문의 구체적인 초록 내용을 확인할 수 없습니다. 제목은 'BrepDiff: Single-Stage B-rep Diffusion Model'이며 2025년 7월 23일에 SIGGRAPH 컨퍼런스에서 발표되었으나, 연구 목적, 방법론, 결과 등의 상세한 초록 텍스트가 제공되지 않았습니다.
2025
Versatile Physics‐based Character Control with Hybrid Latent Representation
본 논문은 물리 시뮬레이션 캐릭터 제어를 위해 연속 및 이산 잠재 표현을 결합한 하이브리드 모션 프라이어를 제안합니다. 이산 잠재 모델과 연속 잔차를 통합하고 잔차 벡터 양자화를 적용하여 고품질의 부드러운 모션을 생성합니다. 제안 방법은 무조건부 모션 생성, 헤드마운트 디바이스 추적, 불규칙 간격의 모션 인비트윈 등 다양한 제어 작업에서 기존 방법보다 우수한 성능을 보입니다.
Computer Graphics Forum · 2025
ASIMO: Agent-centric scene representation in multi-object manipulation
본 논문은 시각 기반 강화학습을 위한 완전 비지도 장면 분해 방법인 ASIMO를 제안합니다. ASIMO는 에이전트-객체 상호작용 영상을 에이전트, 객체, 배경으로 분해하고 폐색을 명시적으로 모델링하여 개별 객체를 안정적으로 추적합니다. 계층적 강화학습 프레임워크를 통해 다양한 에이전트 구성으로 밀기, 배열, 배치 등 다중 강체 객체 조작 작업을 수행합니다.
The International Journal of Robotics Research · 2024
이 연구실은 물리 기반 캐릭터 제어 및 모션 프라이어 연구를 지속적으로 수행하고 있으며, 파트별 잠재 표현을 활용한 물리 시뮬레이션 캐릭터 제어 방법론을 다수의 연구를 통해 발전시켜 왔다.
3D 형상 표현 및 재구성 분야에서도 포인트 클라우드 생성, 메디알 축 변환, B-rep 확산 모델 등 다양한 기하 표현 방법론을 연구해 왔다.