摘要
针对软毛刷和颜料导致的形变工具控制难题，本文提出 IMPASTO 系统。该系统仅需目标图像序列，即可推断并执行复现所需的笔触轨迹、力度及颜色。通过集成像素级动力学预测模型与基于模型的规划器（采用滚动时域模型预测控制），系统在无人类分步演示下，实现了从高层闭环规划到低层力控的全流程自主执行。实验表明，该方法在复现精度上优于基线，能有效模拟人类艺术家的单笔触及多笔触作品。
AI 推荐理由
论文核心在于结合学习到的动力学模型进行基于模型的规划（MPC），以生成多步笔触轨迹。
研究机构
Stanford University
The University of Texas at Austin
University of California, Berkeley
Columbia University
论文信息