物理ベースアニメーション¶
アニメーション・モーション
オープンソース¶
-
2026
手動での報酬設計を必要とすることなく、高精度で時間変化する物理ベースのモーショントラッキングを実現するために、行動財団モデル（BFM）を拡張する潜在シーケンス最適化（LSO）を提案。
character-controlfoundation-modelmotion-trackingphysics -
InstantMimic: A High Performance System for Learning Physics-based Skills in Seconds AIが発見
2026
物理ベースのキャラクター動作スキルを数秒で学習できるように設計された、GPUネイティブの強化学習システム。高性能なシミュレーションと並列トレーニングを活用することで、迅速なモーション模倣を可能にし、LLMエージェントによるハイパーパラメータ探索を実用化します。
gpu-nativemotion-mimickingphysicsreinforcement-learning -
InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs AIが発見
2026
相互作用グラフ上の拡散モデルを用いてマルチエージェントの相互作用をモデル化する、テキスト駆動型かつ物理ベースのデュアルヒューマノイド制御フレームワーク。テキストコマンドに基づいて、複数のシミュレーションキャラクター間の物理的に妥当で接触の多い相互作用を可能にします。
diffusionhumanoidmulti-agentphysics -
Neural Assistive Impulses: Synthesizing Exaggerated Motions for Physics-based Characters AIが発見
2026
標準的な物理的制約を一時的に回避するニューラル補助インパルスを導入することにより、物理ベースのキャラクターに対して、瞬間的なダッシュや空中での軌道変更などの様式化され誇張されたモーションを合成する手法を提案します。
exaggerated-motionphysics-animationstylized-animation -
PhysMoDPO: Physically-Plausible Humanoid Motion with Preference Optimization AIが発見
2026
物理ベースの全身コントローラーを人間の好みに合わせるための好みの最適化（Preference Optimization）フレームワークを導入し、自然さを維持しながら拡散モデル生成モーションの物理的な偏差を修正します。
humanoid-motionphysics-animationpreference-optimization -
2026
言語駆動型の物理ベースヒューマノイド制御のための、マルチステージ学習フレームワークを備えたスケーラブルな拡散ポリシー。アクション、物理状態、テキストを専用のトークンストリームとして表現し、共同アテンションを介して結合するJoint Action-State-Text Diffusion Transformer（JAST-DiT）を特徴としています。
diffusionhumanoidphysicstransformer -
Tired Actor: Fatigue-Informed Character Control AIが発見
2026
3コンパートメントコントローラ（3CC）モデルを用いて疲労を生理学的プライアとして組み込み、エネルギー制限の変化に応じてキャラクターが自然に動きを適応させることができる物理ベースのキャラクターアニメーションフレームワーク。
biomechanicscharacter-controlfatiguephysics -
BeyondMimic: From Motion Tracking to Versatile Humanoid Control via Guided Diffusion AIが発見
2025
多様な人間の動きに対応し、ガイド付き拡散ベースのコントローラーを介して多用途で制御可能なヒューマノイド制御を可能にするフレームワークで、シミュレーションから実機へのモーショントラッキングと柔軟なテスト時制御を橋渡しします。
humanoid-controlmotion-trackingphysics-animation -
Diffuse-CLoC: Guided Diffusion for Physics-based Character Look-ahead Control AIが発見
2025
状態と行動の共同分布をモデル化する、物理ベースの先読み制御のためのガイド付き拡散フレームワークを提案し、障害物回避などの長期タスクにおいて、操縦可能で物理的にリアルな動作生成を可能にします。
character-controldiffusionphysics -
HIL: Hybrid Imitation Learning for Dynamic Athletic Control AIが発見
2025
精密なスキル複製のモーション追跡と敵対的模倣学習を組み合わせ、多様なパルクールやアスレチック動作を統一コントローラーで学習するハイブリッド模倣学習フレームワーク。
imitation-learningparkourphysics -
InterMimic: Towards Universal Whole-Body Control for Physics-Based Human-Object Interactions AIが発見
2025
不完全なモーションキャプチャデータからユニバーサルな全身制御ポリシーを学習するフレームワークであり、物理シミュレーションされたキャラクターが多様な人間と物体のインタラクションを実行できるようにします。
character-controlphysicsreinforcement-learning -
KungfuBot AIが発見
2025
複数ステップのモーション処理と適応型モーショントラッキングを通じて、カンフーやダンスなどの高度にダイナミックな人間の動作を習得するために設計された、物理ベースの人型ロボット制御フレームワーク。
humanoid-controlmotion-trackingphysics -
MetaMotivo: Zero-Shot Whole-Body Humanoid Control via Behavioral Foundation Models AIが発見
2025
複雑な仮想ヒューマノイドエージェントの動きを制御するために、教師なし強化学習で事前学習された行動基盤モデル。追加の微調整を行うことなく、ゼロショット推論を介してモーション追跡、ポーズ到達、報酬最適化などの未見のタスクを解決できます。
foundation-modelhumanoidphysicsrl -
MimicKit AIが発見
2025
モーションイミテーションを用いて物理ベースのキャラクターコントローラーを訓練するために設計された、オープンソースの強化学習フレームワーク。コンピュータグラフィックスやロボティクスの研究を支援するため、様々なモーションイミテーション技術やRLアルゴリズムのモジュール式で高度に設定可能な実装を提供します。
motion-imitationphysicsreinforcement-learningrobotics -
PhysAnimator AIが発見
2025
2D変形可能体シミュレーションとスケッチガイド付きビデオ拡散モデルを組み合わせて、静止したアニメイラストをアニメーション化する物理ガイド付き生成フレームワーク。カスタマイズ可能なエネルギーストロークとリギングポイントを介したインタラクティブな制御を可能にし、物理的に妥当でスタイライズされたカートゥーンアニメーションを生成します。
animedeformable-bodydiffusionphysics -
2025
視覚入力から物理的なマテリアル特性を予測する「ピクセルからの物理」。生成された3Dシーンを現実的な力学でシミュレーションできるようにする。
material-propertiesphysicssimulation -
SAFT: Shape and Appearance of Fabrics from Template
2025
単眼動画上の微分可能な物理シミュレーションを通じて、テンプレートから布の形状と外観を復元し、物理的に妥当な布アセットを得る。
clothdifferentiablesimulation -
2025
スパースでノイズが多く、断片的なデモンストレーションから、物理シミュレーションされたキャラクターが堅牢で汎用的なインタラクションスキルを学習できるようにする強化学習フレームワーク。
character-controlinteraction-skillsphysics-animationreinforcement-learning -
SMP: Reusable Score-Matching Motion Priors for Physics-Based Character Control AIが発見
2025
事前学習済みのモーション拡散モデルとスコア蒸留サンプリング（SDS）を活用し、物理ベースのキャラクター制御向けに再利用可能でタスクに依存しないモーションプライアを構築するフレームワーク。
diffusionmotion-priorphysics -
UniPhys: Unified Planner and Controller with Diffusion for Flexible Physics-Based Character Control AIが発見
2025
モーションプランニングと低レベルの物理制御を単一のモデルに統合し、多様なタスクへのゼロショット一般化を可能にする、拡散ベースの統一された行動クローニングフレームワーク。
diffusionmotion-planningphysics -
Versatile Physics-based Character Control with Hybrid Latent Representation AIが発見
2025
連続的および離散的な潜在表現を統合することで、複数の困難なタスク間で共有可能な汎用性の高いモーションプライアを構築する物理ベースのキャラクター制御フレームワーク。
isaac-gymlatent-representationphysics -
VideoMimic AIが発見
2025
単眼ビデオから人間の動きと周囲の環境コンテキストを再構成し、物理ベースで文脈依存のヒューマノイド制御ポリシーをトレーニングするReal-to-Sim-to-Realパイプライン。
humanoidimitation-learningphysics -
Masked Humanoid Controller (MHC) AIが発見
2024
状態変数の選択されたサブセットに対してマスクされた目標軌道を指定することにより、多様な人型ロボットの動作を指令するための、シンプルでありながら表現力豊かなインターフェースを提供する学習済み全身コントローラ。
controlhumanoidphysicswhole-body -
MaskedMimic: Unified Physics-Based Character Control Through Masked Motion Inpainting AIが発見
2024
物理ベースのキャラクター制御を一般的なモーションインペインティング問題として定式化し、物理的な妥当性を維持しながら、疎なキーフレーム、テキスト指示、またはシーンの制約を介してキャラクターを制御できるようにします。
character-controlmotion-inpaintingphysics-animation -
PDP: Physics-Based Character Animation via Diffusion Policy AIが発見
2024
強化学習と行動クローニングを組み合わせて、物理ベースのキャラクターアニメーション用の堅牢な拡散ポリシーを訓練し、安定した二足歩行、摂動からの回復、およびテキストからのモーション合成を可能にします。
diffusion-policylocomotionphysics-animation -
2024
多視点動画から着衣の3Dアバターの物理を学習し、身体・衣服・布の力学を復元して、物理的にリアルでアニメーション可能なアバターを得る。
avatarclothphysics -
Strategy and Skill Learning for Physics-based Table Tennis Animation AIが発見
2024
深層強化学習を用いて、仮想キャラクターが複雑な卓球の戦略や運動スキルを学習できるようにする物理ベースの卓球アニメーションフレームワーク。他のエージェントやVR内の人間のプレイヤーとダイナミックに対戦することが可能。
character-controlphysicsreinforcement-learningtable-tennis -
AdaptNet: Policy Adaptation for Physics-Based Character Control AIが発見
2023
既存のポリシーの潜在空間を修正することで、物理シミュレーションされたキャラクターが新しいスタイルのスキルを迅速に適応・学習できるようにする強化学習フレームワーク。
character-controlphysicsreinforcement-learning -
C-ASE: Learning Conditional Adversarial Skill Embeddings for Physics-based Characters AIが発見
2023
C-ASEは、物理ベースのキャラクター向けに条件付き敵対的スキル埋め込み（Conditional Adversarial Skill Embeddings）を学習する効率的なフレームワークです。異種混在のスキルモーションを同種サンプルのサブセットに分割してローレベルの条件付きモデルを訓練することで、物理シミュレーションされたキャラクターが直接的な制御性を持ちながら多様なスキルを習得できるようにします。
adversarial-learningcharacter-controlphysics -
InsActor: Instruction-driven Physics-based Characters AIが発見
2023
InsActorは、拡散ベースの人体運動モデルを活用して、指示駆動型の物理ベースキャラクターアニメーションを生成するフレームワークです。ハイレベルプランナーとローレベルコントローラーを備えた階層型設計を採用し、言語やウェイポイントの条件から物理シミュレーションされた動作を生成します。
character-controldiffusion-policyphysics -
Neural Categorical Priors for Physics-Based Character Control AIが発見
2023
強化学習と離散情報ボトルネックを使用して再利用可能な運動事前分布を学習し、物理ベースのキャラクターの運動品質と多様性を大幅に向上させる学習フレームワーク。
motion-priorphysicsreinforcement-learning -
UniHSI AIが発見
2023
UniHSIは、言語指示と接触チェーンのプロンプトを用いて、複雑な3D環境における物理的に矛盾のない全身キャラクタ運動を合成する統一的な人間-環境相互作用フレームワークです。
character-controlhuman-scene-interactionphysicsreinforcement-learning -
ASE: Large-Scale Reusable Adversarial Skill Embeddings for Physically Simulated Characters AIが発見
2022
ASE（Adversarial Skill Embeddings）は、物理シミュレーションされたキャラクター向けに、多用途で再利用可能なスキル埋め込みを学習するための大規模データ駆動型フレームワークです。敵対的模倣学習と教師なし強化学習を組み合わせることで、下流タスクの実行に容易に方向付けできる多様なスキルをキャラクターに習得させます。
character-controlphysicsreinforcement-learning -
ControlVAE: Model-Based Learning of Generative Controllers for Physics-Based Characters AIが発見
2022
ControlVAEは、変分オートエンコーダー（VAE）に基づく生成的な運動制御ポリシーを学習するためのモデルベースのフレームワークです。整理されていないモーションシーケンスから、スキル条件付きの生成制御ポリシーと豊かで柔軟な潜在表現を学習し、リアルな物理ベースのキャラクター制御を可能にします。
character-controlphysicsvae -
AMP AIが発見
2021
手動で設計された模倣報酬を必要とせずに、様式化された物理ベースのキャラクターコントローラーを訓練するための敵対的強化学習フレームワーク。参照モーションデータで訓練された識別器を利用して、キャラクターを自然で高精度な動きへと導きます。
adversarial-learningcharacter-controlmotion-priorphysics
商用・業界ツール¶
-
Ragdoll Dynamics AIが発見
2021
Autodesk MayaおよびBlender向けのリアルタイム物理ソルバー。アニメーターがアニメーションコントロール上で直接、オーバーラップアニメーションや全身のダイナミクスを生成できるようにする。
blender-addonmaya-pluginphysics-animationreal-time-physics -
DeepMotion AIが発見
2018
物理ベースのモーション合成およびビデオから3Dアニメーションへの変換ツールを提供する、AI駆動のモーションインテリジェンスプラットフォーム。デジタルキャラクターが物理環境とインタラクティブに反応できるようにし、足の滑りを軽減して物理的に妥当な動きを保証します。
animationmocapphysicssimulation -
AIによる自動ポーズ付けと補間を備えた物理対応のキーフレームアニメーションツール。説得力のあるキャラクターアクションの制作向け。
commercialkeyframephysics
