HumanTracker：迈向全面且与人类感知一致的运动跟踪基准

类人机器人运动跟踪是遥操作和全身模仿的核心，但其评估结果往往与人们在视频中的感知不一致。运动学误差会对每帧姿态差异取平均，却遗漏了最重要的物理伪影，尤其是不稳定支撑以及错误接触，例如脚部打滑和触地时机错误。与此同时，广泛使用的测试套件规模较小，缺乏对接触丰富、长时域行为进行压力测试所需的多样性。我们引入 HumanTracker，旨在使类人机器人跟踪评估既与感知一致又具备可扩展性。HumanTracker 基准包含约 153 小时的光学运动轨迹，来自多位专业表演者，并按四类运动家族组织，配有文本标签以支持细粒度诊断。我们进一步提出 HumanScore，这是一种基于包含 24K 个运动的 12K 个运动对训练得到的偏好对齐指标。在具有代表性的最先进跟踪器上，HumanScore 能更好地预测人类偏好，并揭示运动学指标经常遗漏的接触与稳定性故障。