UniMoGen: Universal Motion Generation

动作生成是计算机图形学、动画、游戏和机器人技术的基石，能够实现逼真且多样化的角色动作创作。现有方法的一个显著局限是它们依赖于特定的骨骼结构，这限制了它们在不同角色间的通用性。

为克服此局限，我们提出了 UniMoGen，一种新颖的、基于 UNet 架构的扩散模型，专为骨架无关的动作生成而设计。UniMoGen 可训练来自不同角色(如人类和动物)的动作数据，且无需预定义最大关节数量。通过仅动态处理每个角色必需的关节，我们的模型同时实现了骨架无关性和计算高效性。

UniMoGen 的关键特性包括：通过风格和轨迹输入实现可控性，以及从过往帧延续动作的能力。我们在 100style 数据集上验证了 UniMoGen 的有效性，其在多样化角色动作生成方面优于最先进的方法。此外，当在使用了不同骨骼的 100style 和 LAFAN1 数据集上联合训练时，UniMoGen 在两种骨骼上都实现了高性能和更高的效率。