Key points are not available for this paper at this time.
मानव शरीर की गति का वास्तविक समय ट्रैकिंग AR/VR में इंटरैक्टिव और इमर्सिव अनुभवों के लिए महत्वपूर्ण है। हालाँकि, HMDs (हेड-माउंटेड डिवाइस) या AR चश्मों जैसे स्वतंत्र पहनने योग्य उपकरणों से शरीर के बारे में बहुत सीमित संवेदन डेटा उपलब्ध है। इस कार्य में, हम एक सुदृढ़ीकरण अध्ययन ढांचा प्रस्तुत करते हैं जो HMD और दो नियंत्रणकर्ताओं से Sparse संकेत लेता है, और संभावित और भौतिक सत्यापित पूर्ण शरीर की गति का अनुकरण करता है। प्रशिक्षण के दौरान उच्च गुणवत्ता वाली पूर्ण शरीर की गति का घनत्व प्रतिपालक का उपयोग करते हुए, एक सरल नीति नेटवर्क चरित्र को संतुलित करने, चलने और जॉग करने के लिए उपयुक्त टॉर्क का उत्पादन करना सीख सकता है, जबकि इनपुट संकेतों का बारीकी से पालन करते हुए। हमारे परिणाम बिना निम्न शरीर के किसी भी अवलोकन के भू- सत्य के साथ आश्चर्यजनक समान पैरों की गति प्रदर्शित करते हैं, भले ही इनपुट केवल HMD के 6D ट्रांसफार्मेशन हो। हम यह भी दिखाते हैं कि एकल नीति विभिन्न गतिशीलता शैलियों, विभिन्न शरीर के आकारों और नए वातावरणों के प्रति मजबूत हो सकती है।
Winkler et al. (Tue,) ने इस प्रश्न का अध्ययन किया।