![图片](https://image.jiqizhixin.com/uploads/editor/5c2016e9-93e8-4cbd-b5c3-2b0f8de27d1b/640.png)
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com
论文链接:https://arxiv.org/abs/2306.16772 项目链接:https://cjerry1243.github.io/M3Act/ 论文标题:M3Act: Learning from Synthetic Human Group Activities
引言
MDM+IFormer 能够生成具有良好对齐的角色位置的群体活动。请参见下面的定性图。 两个基线方法都能生成与输入条件匹配的多样化活动,但 MDM+IFormer 获得了更好的 FID 分数。 MDM+IFormer 中的互动变换器大大降低了生成的群体活动内的碰撞频率。