연구진은 임의의 골격 구조를 가진 관절 물체의 모션 모델링을 위해 SAMoR(Skeleton-Aware Motion Representation)을 개발했어요. SAMoR은 관절 간의 연결 구조가 달라도 기능적 관절 그룹의 모션 구조가 유사하다는 점에 착안했어요. 이 기술은 다양한 골격 구조에서 모션 재구성 및 교차 골격 전송을 지원하며, 텍스트 기반 생성 및 부분별 편집을 가능하게 해요.
SAMoR은 각 모션 세그먼트를 고정된 수의 파트 토큰으로 인코딩하며, 그래프 트랜스포머 인코더를 통해 관절 특징, 키네마틱 그래프 구조, 관절 이름 임베딩을 압축해요. 이 과정에서 토폴로지 불변 어텐션 슈퍼비전 손실과 관절 이름 드롭아웃을 적용하여 토큰이 뭉쳐지는 현상을 방지했어요.
연구진은 HumanML3D, Truebones Zoo, Objaverse-XL 등 다양한 데이터셋을 활용하여 SAMoR을 훈련했고, 결과적으로 기존 방식보다 뛰어난 성능을 보였어요. 특히, 교차 골격 재구성에서 $2.75 imes 10^{-2}$의 정규화된 MPJPE를 달성하며 기존 방식보다 $5.8 imes$ 향상된 결과를 얻었어요.