Humanoid-GPT：零样本运动跟踪的缩放数据和结构

我们引入了 Humanoid-GPT，这是一种 GPT 风格的 Transformer，具有因果注意力，在十亿规模的运动语料库上进行训练，用于全身控制。与之前受稀缺数据和敏捷性泛化权衡限制的浅层 MLP 跟踪器不同，Humanoid-GPT 在 2B 帧重定向语料库上进行预训练，该语料库将所有主要动捕数据集与大规模内部录音统一起来。扩展数据和模型容量会产生单个生成 Transformer，它可以跟踪高度动态的行为，同时实现对看不见的运动和控制任务的前所未有的零样本泛化。大量的实验和扩展分析表明，我们的模型建立了一个新的性能前沿，展示了对未见过的任务的强大的零样本泛化能力，同时跟踪高度动态和复杂的运动。