docs(FB-vs-GAN LfD): 新增 13_Physics-Based_Animation 特征式与 GAN 式示范学习对比综述笔记

[ImChong]

概要

每日论文总结任务（模块轮转）：新增 Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why 的笔记。

• arXiv：2507.05906 · HTML · PDF
• 作者 / 机构：Chenhao Li、Marco Hutter、Andreas Krause · ETH AI Center / ETH Zurich
• 源码：这是一篇综述，没有代码

选题说明

• 本日轮转到 13_Physics-Based_Animation。PROGRESS 里最新的 InterPrior（2602.06035）其实已经有笔记，只是状态还标着待读，因此跳过，并顺手把它更正为已总结。
• 对照上游 awesome-humanoid-robot-learning 的 Physics-Based Character Animation 章节，选上游已收录、还没有笔记的最新论文（2025.07，PROGRESS docs(11_Simulation_Benchmark): 新增 HumanoidMimicGen 全身规划数据生成论文笔记并同步进度 #472）。
• 模块轮转：12 → 13，下一篇是 14_Human_Motion。

笔记内容

• 基本信息（PDF / HTML / 源码状态）、一句话总结、缩写速查、问题拆解
• 两条路线：
  • 特征式：从 DeepMimic 的相位对齐和逐帧特征距离讲起，到用结构化表征的新一代方法（参考帧直接喂给策略、VAE、频域 PAE/FLD），再到放松逐帧跟踪的做法
  • GAN 式：从 AMP 的短转移判别器讲起，包括判别器饱和、模式坍塌，以及 WASABI、ASE/CALM/CASSI、Multi-AMP/CASE、PHC/PULSE/FB-CPR 等补救方法
• 内容框架 mermaid 图：共同设定 → 两条路线 → 两派向结构化运动表征收敛 → 按需求选型
• 论文 Table 2 的七维对比、关于评估指标的观点，以及 10 条常见误解的逐条澄清表
• 意义、局限、面试参考、相关阅读（链接到站内 DeepMimic / AMP / ASE / CALM / PHC / PULSE / ADD / SLMP 笔记）
• 综述没有源码，所以没有源码运行时序图

同步更新

• _data/papers.json（由 scripts/prepare_pages.py 生成，zh_title 已生成且与 zhname 一致）
• papers/PROGRESS.md（docs(11_Simulation_Benchmark): 新增 HumanoidMimicGen 全身规划数据生成论文笔记并同步进度 #472 标记为已总结；docs(PROGRESS): 同步 awesome-humanoid-robot-learning 新增论文至待读列表 #470 InterPrior 补上笔记链接）
• papers/DAILY_SUMMARY_LOG.md、progress.json

验证

• python3 scripts/prepare_pages.py ✅
• pytest：233 passed ✅
• ruff check scripts/ tests/ ✅
• 截图：没有改动 CSS、布局、include 或脚本，只新增一篇与现有笔记结构相同的 Markdown，因此未附渲染截图。本地尝试运行 Jekyll 构建，但容器里的 bundler 找不到 jekyll，没有构建成功。

🤖 Generated with Claude Code

https://claude.ai/code/session_01Db9bcKZw33BrBvQLvMQMtj

---

Generated by Claude Code