ARMS：用于无缝个人社交运动转换的锚关系运动流

从文本中生成时间上连续且社会连贯的人体运动仍然是一个基本挑战，特别是在人们单独行动、进入交互、然后脱离的现实流中。大多数现有方法在静态代理配置下生成固定长度的运动剪辑，这使得它们对于单独社交转换很脆弱，并且不适合长期增量生成。我们提出了 ARMS，一种锚关系运动流框架，它将单独运动和人与人的交互统一在一个因果生成过程中。 ARMS 引入了一种动态不对称表示，通过伙伴引用的相对翻译项将人的时间演化与人际对齐解耦，从而实现社会耦合的无缝切换，而不会牺牲代理之间的长期稳定性或空间一致性。在因果潜在空间之上，因果关系扩散模型仅使用过去的上下文逐步细化运动片段，捕获人内时间依赖性和人际关系。模式感知关系门控激活或屏蔽跨代理连接，允许同一模型支持单独生成和交互生成。实验表明，与以交互为中心的基准相比，ARMS 提高了过渡平滑度和社交连贯性，同时还在人与人交互基准上取得了有竞争力的结果。