[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Generative AI-Driven High-Fidelity Human Motion Simulation

Created by
  • Haebom

作者

Hari Iyer, Neel Macwan, Atharva Jitendra Hude, Heejin Jeong, Shenghan Guo

概要

本論文では、産業作業環境における労働者の行動、安全性、生産性をコスト効率よく評価するための人間の動きシミュレーション(HMS)の品質向上を目指して、Generative-AI-Enabled HMS(G-AI-HMS)を提示します。 G-AI-HMSは、テキスト対テキストとテキストツーモーションモデルを統合して、物理的な操作のシミュレーション品質を向上させます。主な課題は、(1)作業説明をMotionGPTの語彙に合わせた大規模な言語モデルを使用して動作認識言語に変換し、(2)コンピュータビジョンを使用してAIで改善された動作を実際の人間の動きと検証することです。リアルタイムビデオに姿勢推定アルゴリズムを適用して関節ランドマークを抽出し、モーション類似性指標を使用してAIで強化されたシーケンスと比較します。 8つの作業のケーススタディでAIで改善された動作は、ほとんどのシナリオで人が作成した説明よりもエラーが少なく、空間精度基準6つの作業、姿勢正規化後の整列基準4つの作業、全体の時間的類似性基準7つの作業でより良いパフォーマンスを示しました。統計分析の結果、AIで改善されたプロンプトは、関節誤差と時間的整列誤差を有意に(p <0.0001)減少させながら、比較可能な姿勢精度を維持しました。

Takeaways、Limitations

Takeaways:
G-AI-HMSは、従来のHMSの低動作忠実度問題を解決し、工業作業シミュレーションの精度と効率を向上させることができます。
大規模な言語モデルとコンピュータビジョン技術を活用することで、実際の人間の動きと同様のAIベースの動きを生成することが可能であることを示しています。
統計的に有意なレベルで、AIベースのプロンプトがモーションシミュレーションの精度を向上させたことを確認しました。
Limitations:
この研究は、8つの作業に関する限定的なケーススタディに基づいています。
使用されたMotionGPTの語彙に依存性があります。他のモデルや語彙スキームのスケーラビリティを確認する必要があります。
実際の作業環境の複雑さを完全に反映していない可能性があります。より現実的な環境設定を考慮したさらなる研究が必要です。
👍