Mais informações
Os robôs humanóides devem aprender a equilibrar-se, mover-se e interagir com objetos numa enorme variedade de situações, mas os dados disponíveis para este treino têm limites claros. O vídeo na Internet mostra comportamentos diversos, mas não consegue capturar estados físicos precisos. Os sistemas de captura de movimento de laboratório registram movimentos precisos, mas geralmente cobrem apenas um conjunto restrito de ações. Este white paper examina HiPHIum conjunto de dados de movimento humano de corpo inteiro de 617,5 horas capturado com captura óptica de movimento com precisão submilimétrica. Inclui 245,7 horas da interação homem-objeto com trajetórias e malhas de objetos sincronizados e organiza a cobertura usando FrameNetuma estrutura linguística para a ação humana. O artigo também apresenta um conjunto de benchmark para medir a diversidade de movimento e aterramento de interação, e relata resultados de políticas treinadas no conjunto de dados e implantadas em um robô humanóide físico Unitree G1.
