対話における拡散モデルを用いたインタラクションジェスチャーの生成

科学分野:

• 人工知能
• コンピュータグラフィックス
• ヒューマンコンピュータインタラクション

背景:

• CGアバターや会話ロボットに対する期待の高まりは、対話スキルの向上を必要としています。
• 現在のモーション生成モデルは、会話パートナー間の重要なインタラクション要因をしばしば無視しています。
• うなずきのような自然な会話モーションは、他者の行動や声を考慮する必要があります。

研究 の 目的:

• 自律会話システムのための自動インタラクションモーション生成システムを開発すること。
• マルチモーダル対話スキルを通じて、流暢な人間とコンピュータの相互作用を強化すること。
• 二者間対話のダイナミクスを考慮した、自然で人間のようなインタラクション行動を生成すること。

主な方法:

• 拡散アプローチとマスキング機能を利用したインタラクション拡散モデル（IDM）を実装しました。
• IDMは、二者間対話の2人の参加者を考慮し、条件付き入力生成のためにマスクを使用します。
• モデルは、欠落した特徴を収容し、再トレーニングなしで予測を可能にします。

主要な成果:

• IDMは、二者間対話のためのインタラクション行動を効果的に生成します。
• 実験結果は、モデルが会話中に人間のような行動を生成することを示しています。
• 人間のような行動の生成は、30ミリ秒以内に達成されます。

結論:

• 開発されたインタラクション拡散モデル（IDM）は、自然な会話モーションの生成に効果的です。
• このアプローチは、CGアバターやロボットとのインタラクションの流暢さと人間らしさを大幅に向上させます。
• IDMは、自律会話システムを進歩させるための有望なソリューションを提供します。