还记得你玩 VR 的时候，完全看不到自己下半身的样子吗？
还有 VR 玩家感到高兴：玩游戏时终于可以在身上少挂点硬件了！
这项研究究竟是如何只用头显做到全身动捕的？
给强化学习 AI 搞个物理约束
研究人员设计了一个框架，以头显（HMD）和手柄控制器的位置和方向数据作为输入，其他数据全靠 AI 预测。
为此，他们先基于强化学习训练了一个策略（policy，基于三层 MLP），根据仅有的 HMD 和手柄数据，尽可能逼真地还原真实动作捕捉的姿势（动捕数据一共 10 小时）。
他们搞了 4000 个身高不同的仿真人形机器人，每个机器人具有 33 个自由度。
随后，将这些机器人在英伟达的 Isaac Gym（一个专门用于强化学习研究的机器人物理模拟环境）中同时进行训练，比单个环境下训练一个机器人要更快。
在物理环境中一共训练了 2 天（约 140 亿步）后，这只框架就能基于这个强化学习策略，根据头显和手柄数据直接预测用户全身动作了 ——
包括慢跑、行走、后退或过渡动作（transition）等。
不仅如此，Isaac Gym 还允许添加其他不同的模拟对象，因此还能通过训练环境复杂度以增强动作真实性。
例如，根据虚拟环境中新增的皮球，模拟出“踢”的交互动作：
△ 脚上的红色直条大小表示接触力大小
研究人员还进一步发现，即使不用手柄控制器，只需要头显的 60 个姿势（包含位置和方向数据），就足以重建各种运动姿态，还原出来的效果同样没有物理伪影。
除此之外，由于这个策略是基于 4000 个身高不同的仿真人形机器人训练，因此它也能自动根据用户的不同身高来调整策略（具有基于动捕的重定向功能）。
不过，也有网友好奇他为什么要采用强化学习来预测运动姿态，毕竟当前监督学习是主流方法。
对此作者回应称，强化学习更方便加入物理约束（即降低抖动、脚滑等 bug 的关键原因），但对于监督学习来说，这通常是个难点。
但研究人员也表示，目前这个框架还有一定限制，如果用户做的动作不包含在训练数据中（例如快速冲刺）、或是进行了某些过于复杂的交互，那么虚拟环境中的仿真机器人就可能当场跌倒、或出现模拟失败的情况。
一作 Alexander W. Winkler，目前是 Meta Reality Lab 的研究科学家，研究方向是非线性数值优化、高自由度运动规划、基于三维物理的仿真和可视化等。
他本硕毕业于德国卡尔斯鲁厄理工学院（KIT），博士毕业于瑞士苏黎世联邦理工学院（ETH）。
Jungdam Won，目前是 Meta AI Lab 的研究科学家，本科和博士毕业于韩国首尔大学计算机科学与工程系，研究方向包括强化学习中智能体的控制和交互，以及通过机器学习方法优化动作捕捉等。
Yuting Ye，目前是 Meta Reality Lab 的研究科学家，参与过 Quest 和 Quest 2 的手柄跟踪功能研发，本科毕业于北京大学，并在弗吉尼亚大学获得硕士学位，博士毕业于佐治亚理工学院，研究方向是动作捕捉和元宇宙等。
论文地址：
https://arxiv.org/abs/2209.09391
参考链接：
-
https://twitter.com/awinkler_/status/1572968904401776641