Нейронную сеть адаптировали для управления анимацией персонажей Статьи редакции
В скором будущем аниматорам не придётся тратить сотни часов на реализацию реалистичных движений героя видеоигры.
Исследователи из Эдинбургского университета разработали новую концепцию обучения в рамках проекта «Фазово-функциональная нейронная сеть» (Phase-Functioned Neural Network). Она использует машинное обучение для управления анимацией персонажей, сообщает Gaming Respawn.
Учёные представили нейронную сеть, основанную на искусственном интеллекте, для процедурного генерирования анимации модели, работающей на разных ландшафтах. PFNN обучается в сквозном режиме на большом наборе данных, состоящем из таких движений, как ходьба, бег, прыжки и скалолазание, вмонтированные в виртуальные среды. Система автоматически генерирует движения, в которых персонаж адаптируется к различным условиям, таким как бег по пересеченной местности, прыжки через препятствия, приседания и другие.
Работа системы состоит из трёх этапов: стадия предварительной обработки, стадия обучения и стадия выполнения. На этапе предварительной обработки устанавливается карта высот рельефа с использованием отдельной базы данных. На втором этапе PFNN обучается с использованием этих данных, создавая движения персонажа с учётом параметров управления. На этапе выполнения входные параметры непосредственно вводятся в систему для определения движения персонажа.
Ведущий исследователь проекта и разработчик Ubisoft Montreal Дэниел Холден (Daniel Holden) описал результаты проекта: «После обучения PFNN чрезвычайно быстр и компактен, требуя миллисекунды времени выполнения и несколько мегабайт памяти, даже при обучении на гигабайтах данных».
В ближайшем будущем PFNN собираются применить к созданию компьютерных игр. Сейчас аниматоры тратят сотни часов, чтобы реализовать реалистичные движения и анимацию лиц для игровых персонажей. Представленная система может снизить стоимость разработки, поскольку движения героев будут автоматически определены за короткое время и с высокой совместимостью.
Холден планирует представить нейронную сеть на конференции SIGGRAPH в августе 2017 года.
Они и сейчас не тратят. В видео же всё объяснено. Это никак не облегчает труд аниматоров, всю ту же анимацию придётся записывать. Этот метод всего лишь для совмещения нескольких фаз движения используется, и он более плавную анимацию даёт чем другой разобранный авторами метод. И учитывая что авторы статей не сильно обычно честны в вопросе сравнения с аналогами можно предположить что существующий алгоритм ваще не хуже и это только их реализация дёрганная получилась.
Просто тема такая, нейросети вдруг стали популярные как 3d принтеры и любая статья про нейросеть получает +100 к хайпу. А большинство обывателей даже до сих пор не загуглило что этот термин значит и приписывает нейросетям магические свойства.
Motion Matching без нейросетей схожее качество демонстрирует. Думаю, за 5-10 лет анимация персонажей сильно изменится.
Комментарий удален модератором
Охереть. Анимация ног вообще улёт
Это всё круто, но сдается мне что оно будет отжирать нехилую часть ресурсов процессора для своих вычислений.
Комментарий недоступен
Я могу ошибаться, но при условии выполнении операции в 16мс при расчёте движения в 60фпс это будет 100% загрузка процессора.
Комментарий недоступен
Я так понял что это земана паттернам идёт/бежит/прыгает которая будет определять поведение модели в реальном времени, а не просто переключать один паттерн на другой.
После нейронный сетей аниматорам придется не только тратить меньше времени,им еще придется искать новую работу
У тебя нейронная сеть любовницу увела?
У тебя видимо,она увела чувство юмора
Ты не хуйню спизданул, ты пошутил (с)
И до сих пор в комментах нет шуток про Mass Effect?
Комментарий недоступен
Масло масляное. Нейронная сеть - она по определению искусственный интеллект.
Ага, такой же искусственный интеллект как сотни других методов machine learning
Машинное обучение (англ. Machine Learning) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решению множества сходных задач.
Те же генетические алгоритмы или нечеткая логика относятся к методам ИИ, но не являются машинным обучением.
Генетические алгоритмы это оптимизация, ну конечно их можно использовать в лёрнинг, но я не про то. Просто термин искусственный интеллект для программистов очень широкий а для обывателя очень узкий. Скайнет и вот это всё. А в статье написана ерунда конечно, масло масляное