基于可学习展平的跨骨架动作重定向研究

一项研究提出基于 Transformer Autoencoder 的动作重定向方法，通过骨骼图的可学习展平构建拓扑与平移不变的潜在空间，无需配对数据即可全无监督训练。在零样本评估中，该方法将全局关节位置误差较现有基准降低 43-47%；37 人（含专家动画师）的用户研究显示其在动作对齐与物理合理性上排名最高（p < 0.05）。