Los puntos clave no están disponibles para este artículo en este momento.
Introducimos un método basado en física para sintetizar la manipulación concurrente de objetos utilizando una variedad de estrategias de manipulación proporcionadas por diferentes partes del cuerpo, como agarrar objetos con las manos, llevar objetos sobre los hombros o empujar objetos con los codos o el torso. Diseñamos controladores dinámicos para simular de manera física la manipulación del torso y la integramos con locomoción generada procedimentalmente y movimientos de agarre de las manos. La salida del algoritmo es una animación continua del personaje manipulando múltiples objetos y características del entorno de manera concurrente en varios lugares de un entorno restringido. Para capturar cómo los humanos explotan hábilmente diferentes propiedades de las partes del cuerpo y los objetos para multitareas, necesitamos resolver problemas desafiantes de planificación y ejecución. Introducimos una estructura de grafo, un grafo de manipulación, para describir cómo cada objeto puede ser manipulado utilizando diferentes estrategias. El problema de planificación de la manipulación puede ser transformado en una búsqueda estándar de grafo. Para lograr el plan de manipulación, nuestro algoritmo de control programa y ejecuta óptimamente múltiples tareas basándose en el espacio dinámico de las tareas y el estado del personaje. Introducimos una métrica de "consistencia de tareas" para medir la viabilidad física de la multitarea. Además, aprovechamos la redundancia del espacio de control para mejorar la capacidad del personaje para realizar múltiples tareas. Como resultado, el personaje hará su mejor esfuerzo para lograr las tareas actuales mientras ajusta continuamente su movimiento para mejorar la consistencia en la multitarea para futuras tareas.
Bai et al. (Jue,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: