用于文本到动作生成的潜在动作推理

本文解决了文本到动作 (T2M) 生成中的语义-运动学阻抗失配问题。它提出了一种两阶段方法，即潜在动作推理 (LMR)，灵感来自分层运动控制，以提高语义对齐和物理合理性。核心思想是使用双粒度分词器将动作规划（推理）与动作执行（行动）分开。

• •提出了用于 T2M 生成的潜在动作推理 (LMR)。
• •LMR 使用两阶段的 Think-then-Act 过程。
• •采用双粒度分词器。
• •提高了语义对齐和物理合理性。