EEmbogent
模型数据硬件产品评测公司技术融资
数据2026/11/14 01:22·重要度 70

诺亦腾发布HiPHI大规模人体运动与物体交互动捕数据集

HiPHI: A Large-Scale Benchmark for High-Precision Human Motion and Object Interaction

AI 摘要

诺亦腾发布HiPHI大规模动作捕捉数据集及白皮书,以FrameNet动作语义框架指导采集,系统覆盖全身运动,并提供与人体同步的物体轨迹和网格,支撑搬、推、拉等交互任务学习。基于该数据训练的强化学习策略随数据规模提升,并成功完成从仿真到真实人形机器人的迁移。

阅读原文来源 IEEE Spectrum Robotics · content.knowledgehub.wiley.com

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

数据17 小时前

WinDEX 实现野外度量尺度三维手部动作重建

Hongyu Ma 等提出 WinDEX,从野外第一视角双目视频重建米制三维手部动作,结合几何-时序优化与视觉惯性 SLAM 恢复世界坐标,并用鱼眼原生网络 WinDEX-Net 与模型辅助标注的数据飞轮迭代。配套低成本双目惯性设备 CyberCap 构建 WinDEX-Hand 数据集,蒸馏模型支持流式推理,用于灵巧遥操作与策略学习。

数据4 天前

TouchTwin:用触觉手套打通真-仿-真数据扩增

研究团队发布 TouchTwin,用头戴与腕部 RGB-D 加 880 触感点手套采集人手抓取,在 MuJoCo 中由编码智能体重建物体与触觉手,将单次演示扩增为带接触力标注的仿真数据。作者测得仅模仿视觉位姿的策略抓握力只有实测的 0.31 倍,物理回放视觉位姿的策略则达 1.55 倍,实测触觉可弥合这一力差距。

数据重要6 天前

DexSeed:将人手-物体交互扩展为机器人灵巧操作示范

研究团队提出 DexSeed 框架,把人类手-物体交互数据低成本转化为灵巧 VLA 训练示范。其思路是按抓取方式组织人类序列,在保留原抓取的前提下扩展出不同物体与操作位置的新交互,并在物理仿真中按手臂跟踪动力学实现为可执行的手臂与手指动作及视觉观测,从而摆脱对昂贵遥操作的依赖。