Humanoid-GPT：20億フレームで学習したゼロショット動作追跡モデル

要約

Humanoid-GPTは、全身制御を目的としたGPT型Transformerモデルだ。主要なモーションキャプチャデータセットと大規模な内製データを統合した20億フレーム規模のコーパスで事前学習されている。従来の浅いMLPベースの追跡器が抱えていたデータ不足と汎化性能のトレードオフを克服した。単一のモデルで高度に動的な動作の追跡と、未知のモーション・制御タスクへのゼロショット汎化を同時に実現している。