人間と物体のインタラクション生成2026/5/1arXiv:2605.05756

MaMi-HOI：大域的な運動学と局所的な幾何学の調和による人間と物体のインタラクション生成

MaMi-HOI: Harmonizing Global Kinematics and Local Geometry for Human-Object Interaction Generation

人間と物体のインタラクション生成において、拡散モデルの深層化で物体の幾何学情報が失われる「幾何学的忘却」問題を発見し、それを補正するアダプタと運動学的調和アダプタを備えた階層的フレームワークを提案した。

詳しい要約

1. どんなもの？

- 3D Human-Object Interaction (HOI) 生成タスクを扱う研究。 - 高レベルな意味意図と低レベルな物理制約の調和を目的とする。 - 既存手法は意味的整合性に優れるが、正確な物体接触の維持が困難。 - 拡散モデルの深層化に伴い、意味特徴が物体幾何特徴を圧倒し、物体形状への知覚を失う「Geometric Forgetting」を発見。 - これを解決する階層的フレームワーク MaMi-HOI を提案。 - マクロな運動の流暢さとミクロな空間精度を両立。

2. 先行研究と比べてどこがすごい？

- 既存手法は意味的整合性に優れるが、正確な物体接触の維持に課題。 - 本研究は Geometric Forgetting という新たな知見を提示。 - 接触精度と運動自然性を同時に達成する点が優位。 - 長期的タスクや複雑な軌道への生成能力を拡張。 - 3Dシーンにおけるグローバルナビゲーションと高忠実度マニピュレーションのギャップを橋渡し。

3. 技術・手法の肝は？

- 階層的フレームワーク MaMi-HOI を提案。 - Geometry-Aware Proximity Adapter (GAPA) を導入。 - 密な物体詳細を再注入し、残差スナッピング補正で正確な接触を実現。 - Kinematic Harmony Adapter (KHA) を導入。 - 全身姿勢を空間目標に能動的に整合させ、制約に適応しつつ自然さを維持。 - GAPA の局所的強制が大域ダイナミクスを乱しロボット的硬直を招く問題に対処。

4. どうやって有効だと検証した？

- 広範な実験により、MaMi-HOI が自然な運動と正確な接触を同時に達成することを検証。 - 長期的タスクや複雑な軌道への生成能力拡張を実証。 - 3Dシーンにおけるグローバルナビゲーションと高忠実度マニピュレーションの橋渡しを確認。 - 具体的なデータセット名や評価指標は要旨からは不明。

5. 議論はある？

- Geometric Forgetting という現象を指摘。 - GAPA の局所的強制が大域ダイナミクスを乱し、ロボット的硬直を引き起こす可能性を議論。 - KHA により自然さを損なわず制約に適応することを主張。 - 限界や今後の課題についての詳細は要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として diffusion model を用いた HOI 生成、Human-Object Interaction (HOI) 生成、Geometry-Aware な手法が挙げられる。 - 同分野の定番として、3D Human-Object Interaction 生成に関する研究や、拡散モデルを用いた運動生成の論文を読むべき。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Hao Wang, Shiqi Wang, Qi Liu

分類: cs.RO, cs.CV

原文アブストラクト

Generating realistic 3D Human-Object Interactions (HOI) is a fundamental task for applications ranging from embodied AI to virtual content creation, which requires harmonizing high-level semantic intent with strict low-level physical constraints. Existing methods excel at semantic alignment, however, they struggle to maintain precise object contact. We reveal a key finding termed \textit{Geometric Forgetting}: as diffusion model depth increases, semantic feature tend to overshadow object geometry feature, causing the model to lose its perception to object geometry. To address this, we propose MaMi-HOI, a hierarchical framework reconciling \textbf{Ma}cro-level kinematic fluidity with \textbf{Mi}cro-level spatial precision. First, to counteract geometric forgetting, we introduce the Geometry-Aware Proximity Adapter (GAPA), which explicitly re-injects dense object details to perform residual snapping corrections for precise contact. Nevertheless, such aggressive local enforcement can disrupt global dynamics, leading to robotic stiffness. In response, we introduce the Kinematic Harmony Adapter (KHA), which proactively aligns whole-body posture with spatial objectives, ensuring the skeleton actively accommodates constraints without compromising naturalness. Extensive experiments validate that MaMi-HOI simultaneously achieves natural motion and precise contact. Crucially, it extends generation capabilities to long-term tasks with complex trajectories, effectively bridging the gap between global navigation and high-fidelity manipulation in 3D scenes. Code is available at https://github.com/DON738110198/MaMi-HOI.git

arXivで原文を読む →arXiv概要ページ

← 論文一覧