Facebook探索利用深度学习带来灵巧细微的手部交互操作
由爱丁堡大学、香港大学和Facebook Reality Labs组成的团队
（映维网 2021年07月06日）据统计，人类平均每天与140个对象交互。在不同的文化和地理环境中，我们交互的日常用品的形状和形式非常不同。迄今为止，行业尚未出现能够与人手灵巧程度相媲美的智能代理。在动画和游戏中，手指运动涉及繁琐的手部动画制作或动捕数据清理，尤其是涉及对象交互的数据。
对于虚拟现实或增强现实，基于控制器或基于手指捏合的对象交互模型无法产生真实的和微妙的手指运动，并会打破沉浸感。利用深度强化学习的最新进展，机器手可以学习精确地执行专门的任务，例如求解魔方等等。然而，一个能够就各式各样对象执行一系列操作任务的通用模型依然遥不可及，更不用说优雅且自然地执行。
由爱丁堡大学、香港大学和Facebook Reality Labs组成的团队利用了行业在深度学习方面的成功，尝试通过深度神经网络直接从数据中学习自然操作行为。然而，操纵的组合性质加剧了对高质量数据的要求。操作不仅取决于对象的形状、大小和功能，同时取决于预期任务、手部解剖结构，甚至个人喜好。尽管现在可以实时捕捉手物交互，但巨大的情景可变性令人望而生畏。
......（全文 1915 字，剩余 1482 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
