TokenHSI: Unified Synthesis of Physical Human-Scene Interactions through Task Tokenization

2025-03-25｜Shanghai AI Lab, HKU, Independent Researcher, SEU, Feeling AI｜CVPR 2025|??14

???http://arxiv.org/abs/2503.19901v1????
????https://huggingface.co/papers/2503.19901????
????https://liangpan99.github.io/TokenHSI???

研究背景與意義

TokenHSI旨在解決當前物理角色控制方法中普遍存在的局限性，即無法有效整合多種復雜的人體場景交互（HSI）技能。現(xiàn)有方法通常專注于單一任務控制器的開發(fā)，導致在面對需要多技能協(xié)同的任務時表現(xiàn)不佳。TokenHSI通過引入基于Transformer架構的統(tǒng)一策略網(wǎng)絡，成功地將多個基礎HSI技能整合到一個模型中，并能夠靈活適應新任務和環(huán)境。

• 研究背景：HSI合成對于計算機動畫和具身AI至關重要，但目前的方法大多局限于特定任務，難以處理多樣化的挑戰(zhàn)性任務。
• 研究意義：TokenHSI不僅實現(xiàn)了多技能的統(tǒng)一學習，還顯著提升了模型對新任務和環(huán)境的適應能力，為更復雜的HSI任務提供了可能。

研究方法與創(chuàng)新

TokenHSI的核心創(chuàng)新在于其獨特的架構設計和高效的技能遷移機制。具體而言：

• 架構設計：

TokenHSI通過分離的人形本體感知（proprioception）令牌和任務令牌結合的方式，構建了一個獨立的觀察空間。

使用掩碼機制在Transformer編碼器中結合本體感知令牌和任務令牌，使得模型能夠在多任務訓練中實現(xiàn)有效的知識共享。

• 技能遷移：

模型支持可變長度輸入，允許靈活適應新場景中的技能需求。

引入了專有的本體感知令牌化器（Tprop），有效促進了多任務訓練和策略適應。

在推理階段，通過組合本體感知令牌和對應的任務令牌，指導角色執(zhí)行特定任務。

• 優(yōu)勢對比：

相較于傳統(tǒng)方法，TokenHSI無需對預訓練策略進行全參數(shù)微調(diào)，從而大幅提高了適應效率。

通過零初始化適配層（adapter layers）和新增任務令牌化器（Tnew），模型能夠快速適應新任務。

實驗結果表明，TokenHSI在樣本效率和性能上顯著優(yōu)于近期的策略適應方法。

實驗設計與結果分析

TokenHSI在多種HSI任務上的表現(xiàn)進行了廣泛測試，包括技能組合、物體形狀變化、地形形狀變化和長期任務完成等。

• 實驗設計：

基礎技能學習階段：在多任務環(huán)境中訓練Transformer策略，涵蓋跟隨、坐下、攀爬和攜帶四種代表性技能。

策略適應階段：通過引入輕量級模塊（如Tnew、Tc和ξA），使學到的技能能夠靈活適應更具挑戰(zhàn)性的HSI任務。

• 結果分析：

技能組合任務中，TokenHSI在保持高成功率的同時，展現(xiàn)出更強的穩(wěn)定性。

物體形狀變化任務中，TokenHSI通過微調(diào)任務令牌化器（Tc），成功適應了從盒子到不規(guī)則物體（如椅子和桌子）的變化。

地形形狀變化任務中，模型通過引入高度圖令牌化器，增強了對復雜地形的適應能力。

長期任務完成任務中，TokenHSI展示了流暢的技能過渡和碰撞避免能力。

結論與展望

TokenHSI通過統(tǒng)一的Transformer策略網(wǎng)絡，成功實現(xiàn)了多技能整合和高效的新任務適應能力。

• 總結貢獻：

提出了TokenHSI，一種基于Transformer的物理角色控制器，能夠整合多樣化的HSI技能。

展示了靈活且高效的策略適應能力，避免了對預訓練策略的全參數(shù)微調(diào)。

引入了專有的本體感知令牌化器，有效促進了多任務訓練和策略適應。

• 分析局限：

當前方法仍需依賴獎勵函數(shù)的設計，涉及繁瑣的試錯過程。

長期任務完成目前仍為非自主模式，未來需探索更高效的解決方案。

• 方法展望：

探索利用人類數(shù)據(jù)或互聯(lián)網(wǎng)知識減少獎勵工程的成本。

進一步研究如何實現(xiàn)完全自主的長期任務完成能力。

本文轉(zhuǎn)載自???AI研究前瞻???，作者：胡耀淇