CoDA：协调扩散噪声优化，用于铰接物体的全身操纵

合成关节物体的全身操纵，包括身体运动、手部运动和物体运动，是一项关键但具有挑战性的任务，在虚拟人类和机器人领域有广泛应用。核心挑战是双重的。首先，实现逼真的全身运动需要手部与身体其他部位之间紧密协调，因为在操纵过程中，它们的运动是相互依赖的。其次，关节物体的操纵通常涉及高自由度且需要更高的精度，往往需要手指放置在特定区域以驱动可移动部件。为解决这些挑战，我们提出了一种新颖的协调扩散噪声优化框架。具体来说，我们对身体、左手和右手这三个专门的扩散模型进行了噪声空间优化，每个模型都在其自己的运动数据集上训练，以提高泛化能力。协调性通过沿人体运动链的梯度流自然产生，使全身姿态能够高保真地响应手部运动目标。为了进一步提高手物交互的精度，我们采用了一种基于基点集 (BPS) 的统一表示，其中末端执行器位置被编码为到用于物体几何形状的相同 BPS 的距离。这种统一表示捕获了手部与关节物体部件之间细粒度的空间关系，并且由此产生的轨迹作为引导扩散噪声优化的目标，生成高度准确的交互运动。我们进行了大量实验，证明我们的方法在运动质量和物理合理性方面优于现有方法，并实现了各种能力，例如物体姿态控制、同时行走和操纵，以及仅从手部数据生成全身运动。