HSImul3R：人-场景交互重建框架

摘要

机器人学习需要大量人机交互数据，但真实采集成本高、场景受限。 HSImul3R 是一个能从单段人类视频中重建完整人-场景交互的框架，包括人的动作、物体状态和场景几何。重建后的交互场景可直接用于机器人技能训练，无需人工标注。这是全球首个可仿真的此类框架。