基于音频控制的表达性人形机器人运动

这篇论文解决了人形机器人领域的一个重要局限性：缺乏对音频做出反应的表达性、即兴的动作。 提出的 RoboPerform 框架提供了一种新颖的、无需重新定向的方法，可以直接从音频生成音乐驱动的舞蹈和语音驱动的手势，从而绕过运动重建的低效率。 这种直接的音频到运动的方法有望实现更低的延迟、更高的保真度以及更自然的机器人动作，从而可能为人类-机器人交互和娱乐开辟新的可能性。