PhyMotion: 물리 시뮬레이터 기반 보상으로 인간 동작 사실성 개선 — RL 후퇴련 +68 Elo

UNC Chapel Hill 팀이 비디오 생성에서 인간 동작의 물리적 타당성을 평가하는 구조화된 보상 함수 PhyMotion을 제안했습니다. 생성된 비디오에서 SMPL 바디 메시를 복원해 MuJoCo 시뮬레이터에 재투영하고, 운동학적 타당성·접촉 및 균형 일관성·동역학적 실현 가능성의 세 축으로 점수를 매깁니다. 기존 2D 기반 보상보다 인간 평가와의 상관도가 높았고, RL 후퇴련 시 +68 Elo 향상으로 이어졌습니다. 단, 시뮬레이터 기반이라 추론 오버헤드가 발생하며, SMPL 복원 정확도에 민감하다는 한계가 있습니다.

• #human-motion-generation
• #reinforcement-learning
• #physics-simulation
• #video-generation
• #unc-chapel-hill