Explore a Geração de Dança em 3D via Modelo de Recompensa a partir de Demonstrações Classificadas Automaticamente

Este artigo apresenta um framework exploratório de geração de dança em 3D, E3D2, projetado para abordar a deficiência de capacidade de exploração nos modelos de geração de dança em 3D condicionados à música existentes. Os modelos atuais frequentemente geram sequências de dança monótonas e simplistas que não se alinham às preferências humanas porque carecem de capacidades de exploração. O framework E3D2 envolve um modelo de recompensa treinado a partir de demonstrações de dança classificadas automaticamente, que então orienta o processo de aprendizado por reforço. Essa abordagem incentiva o agente a explorar e gerar sequências de movimentos de dança de alta qualidade e diversificadas. A solidez do modelo de recompensa é validada tanto teoricamente quanto experimentalmente. Experimentos empíricos demonstram a eficácia do E3D2 no conjunto de dados AIST++.