概要
Text-to-Motionは、テキストプロンプトからG1 Unitreeヒューマノイドロボット用の参照モーションを生成するプロジェクトです。
WBC（全身制御）やVLA（視覚言語行動）トレーニングのための合成データ生成に活用できます。
このツールは、flow-matching生成と31MパラメータのTransformerデコーダを基盤とし、Tritonカーネル最適化により高い効率でトレーニングと推論を実行します。
生成されたモーションはViserを用いて視覚化可能です。
NVIDIA A100-SXM4-80GB GPUが必須となるため、主にヒューマノイドロボットのモーション生成や学習データ構築に取り組む研究者、開発者、および高性能な計算リソースを持つユーザーを対象としています。
互換性・特徴
- GPU必須
- Python
- CLI
- ロボット制御
- データ生成
- 視覚化
基本情報
| Stars | 8 |
| カテゴリ | 画像生成 |
| アクティビティ | low |