由苏格兰格拉斯哥大学（University of Glasgow）的研究团队发表的「Multi-Person Interaction Generation from Two-Person Motion Priors」。通过复用现有的两人运动扩散模型，能够实现多人同时进行的真实互动生成的技术！这是 SIGGRAPH 2025 发表的技术论文。
Multi-Person Interaction Generation from Two-Person Motion Priors
生成具有高水平控制的真实人类动作，对于社会理解、机器人学和动画而言都是极其重要的课题。近年来，随着高质量 MOCAP 数据的可用，已经提出了多种数据驱动方法。然而，多人互动建模仍然是一个研究较少的领域。本文介绍了图驱动互动采样（Graph-driven Interaction Sampling）。这是一种通过将现有的双人运动扩散模型作为运动先验来利用，从而生成真实且多样的多人互动的方法。与其训练专门用于多人互动合成的新模型，我们的关键洞察是，将复杂的多人互动在空间和时间上分离，并构造成双人互动的图结构。这样，生成任务就被分解为相互动作条件下的同时单人动作生成。此外，为了减少生成的多人互动中身体部位相互穿插等伪影，我们在扩散采样方案中引入了两个图依赖引导项。与以往研究不同，本方法无需重复个体动作，即可生成各种高质量的多人互动。广泛的实验表明，在生成各种双人及多人互动时，本方法在减少伪影方面始终优于现有方法。
- 目的： 高质量的 多人类动作生成 一直是机器人学、动画等领域的难题。
- 问题： 虽然运动捕捉数据很丰富，但能够再现多人交流的数据很少，模型扩展困难。
- 提案：
- 首先通过利用 两人动作生成模型（扩散模型），构建一个通过 图结构 生成多人动作的机制。
- 使用名为 Pairwise Interaction Graph 的图，将各角色的动作作为条件，约束到相邻节点上。
- 每个节点（人物）的动作都由 现有的一对一模型 生成。
- 伪影控制： 为了防止未连接对之间的关节干扰和不必要接触，引入了 Proxemics（距离）损失 和 GLI（Gauss Linking Integral）损失，并在采样时进行优化，以实现真实的干扰回避。
- 结果： 即使是最多 10 人以上的多人场景，也能生成 多样且自然的互动。实验证明，在干扰和流畅性方面优于传统方法。
如果群体模拟类工具也能自动生成这样的互动，应该会很方便呢。很期待今后的发展。Github 上也已公开代码。详细内容请查看项目页面！
链接
Multi-Person Interaction Generation from Two-Person Motion Priors