本文中的用例基于DreamDojo：一个来自大规模人类视频的多面手机器人世界模型。作者在论文中提供了所有结果和参数。为灵巧的机器人建立世界模型始于可靠的动作数据机器人世界模型可预测世界如何响应动作而变化，支持诸如遥控操作、政策评估和基于模型的规划等应用。对于灵巧机器人来说，由于有限的机器人数据和稀缺的动作标签，这变得复杂，因为收集机器人轨迹成本高昂，硬件变化限制了场景覆盖范围。NVIDIA的Dre

美国斯克夫德大学研究部门经常为汽车制造商进行人体工程学评估，他们使用Xsens帮助完善用户体验。

为特定用例选择Xsens设置取决于几个变量。为了使这一过程更容易，本文将为您介绍不同Xsens产品组合所适用的应用方向以帮助您选择适合您项目的Xsens动作捕捉解决方案。想要更精准的测量人体运动，正确的Xsens设置将取决于您的应用、运动条件以及您需要的数据类型。有些用户需要简单灵活的设置来进行日常生物力学研究或康复训练。有些用户需要高冲击运动、人体工程学风险评估或人形机器人运动训练的解决方案。本

CI游戏工作室HEXWORKS开发的黑暗幻想动作RPG堕落之王使用Xsens作为其动作角色动作捕捉设备。这项工作的核心是生物仿生学创始人Ace Ruele，他曾经历的项目集表演、动作捕捉、生物表演、演员和导演于一身。对于像《堕落之王》这样的项目来说，这种混合经验很重要。团队需要能够处理剑、生物、战斗系统和不寻常的身体力学的表演者。他们还需要一个能够快速移动、远程工作并为AAA级角色工作提供高质量运

视觉推动了机器人学习的许多最新进展。然而，当涉及物理接触时，如插入卡片、转动钥匙或处理可变形物体，相机就不够用了。现有的VLA模型很难推理出在接触点会发生什么。人类通过触觉反馈不断调整他们的抓地力，而主要依靠视觉的机器人在很大程度上不能。由加州大学伯克利分校、英伟达和斯坦福大学的研究人员开发的T-Rex通过将视觉、语言和触觉集成到一个统一的学习框架中来解决这一挑战。通过将大规模人类预训练与基于触觉

运动很少单独发生在游戏、电影、虚拟制作、广播和现场动画中，表演通常是连贯的。角色在环境中移动，与道具互动，与其他表演者分享空间，并需要感受与周围场景的联系。这就是位置引用体现出价值的地方。HTC VIVEUltimate追踪器集成将3D位置辅助添加到Xsens工作流程。对于制作团队来说，它创建了一个实用的混合设置:Xsens惯性运动捕捉的成熟自由，在场景最需要的地方提供额外的空间参考。表演需要更多