ArtiMo：代理驱动的铰接网格动画

通过文本对铰接式 3D 网格进行动画处理需要满足严格的运动学约束、对零件之间的因果交互进行建模并实现指令保真度。由于缺乏特定于任务的训练数据和明确的关节监督，现有的数据驱动的网格动画方法在很大程度上不适用于这种设置。为了解决这个问题，我们提出了 ArtiMo，一种新颖的代理驱动框架，用于文本引导的铰接网格动画。 ArtiMo 以零射击方式运行，开发了由大型语言和视觉语言模型 (LLM/VLM) 提供支持的代理管道来协调运动生成。通过将 URDF 的显式运动学约束与智能体的推理和规划能力相结合，它可以有效地产生因果连贯的零件运动和交互，而无需模型 微调。为了确保运动正确性，代理还利用了视觉自我改进机制：生成的动画被渲染为紧凑的关键帧和运动提示，使 VLM 能够迭代地诊断和纠正错误。此外，我们还贡献了一个涵盖 21 个关节对象类别的新基准数据集，具有富含因果关系的高质量运动注释。大量实验表明，ArtiMo 的性能显着优于基线，特别是在复杂的因果驱动运动方面。该项目页面位于 https://zou-2004.github.io/ArtiMo/。