PhysIKDance：通过概率逆运动学实现接触与滑步感知的双空间音乐驱动舞蹈生成

基于摘要分析。PhysIKDance 研究音乐驱动的 3D 舞蹈生成，针对直接预测关节旋转时沿运动学链累积误差所导致的脚部滑移、地面穿透和支撑不一致，提出将物理推理与旋转重建解耦的双空间框架。 在 Joint Coordinate Space 中，扩散模型联合预测根节点平移、关节坐标、轴向扭转及脚部交互状态。状态感知目标耦合根节点与局部脚部运动，旨在抑制脚部着地支撑时的漂移，同时保留有意滑步，并结合支撑高度和地面穿透约束。其关键设计不是统一消除脚部滑动，而是根据交互状态区分不合理漂移与动作本身需要的滑动。 在 Joint Rotation Space 中，音乐条件化的两阶段可逆逆运动学模块恢复关节摆动，再与轴向扭转组合，生成兼容 SMPL 的旋转。跨空间一致性监督进一步连接几何合理性与旋转重建准确性。摘要未给出概率逆运动学的分布建模、具体损失形式及两阶段模块的实现细节。 作者报告，在 AIST++ 和 FineDance 上，该方法改善了脚—地面一致性与整体物理合理性，并在动作质量、音乐对齐和动作多样性方面具有竞争力。摘要未提供指标数值、数据划分或对照基线，改进幅度、实验协议、消融及统计信息尚未验证。作者表示代码将在论文接收后发布，不能据此认定代码已公开或论文已接收。 该研究的主要对象是虚拟角色舞蹈动作及其运动学与接触约束，并非神经信号解码。现有材料未建立这些机制与 EEG/BCI 瓶颈之间的具体对应关系，因此不据此提出 BCI 迁移或复现实验建议。