Изучение спортивных движений с помощью авторегрессионных вариационных автоэнкодеров
Обзор статьи «Контроллеры персонажей с использованием Motion VAE» Хун Ю Линга и др.
В этом выпуске Футурология игр я хочу поделиться статьей, в которой модель движения обучается анимировать реалистичные движения виртуальных игровых персонажей. Документ называется Контроллеры персонажей с использованием Motion VAE» и является совместной работой Университета Британской Колумбии и Electronic Arts.
В этой работе авторы представляют модель движения на основе кинематики, что означает, что для предсказания движения персонажа не требуется физический движок. Он может просто просмотреть несколько предыдущих поз движущегося персонажа и вывести будущие позы, чтобы продолжить то же самое движение. Это достигается путем обучения модели авторегрессивного автоэнкодера на данных захвата движения.
Это авторегрессивный, потому что он использует предыдущие позы для восстановления текущей позы. Кодер позы выводит скрытую информацию, из которой мы получаем скрытую переменную z, используемую для добавления небольших вариаций в нашу реконструкцию. Это гарантирует, что выходная поза не повторяется, и эти небольшие вариации делают комбинированное движение более естественным и реалистичным. Затем декодер восстанавливает положение на основе выходных данных стробирующей сети, состоящей из нескольких экспертов. Эта сеть гарантирует, что отдельные элементы выходной позы, такие как движения рук или тела, согласуются с общим движением тела.
Как вы можете видеть здесь, вы можете интегрировать различные действия, такие как удары ногой или движение головой, с вашими действиями бега или спринта, и общее движение выглядит суперреалистично.
Есть крутая браузерная демонстрация этой работы в действии, и с ней довольно весело играть, так почему бы вам, ребята, не зайти на эту страницу и не попробовать!
Полезные ссылки
Спасибо за чтение. Если вам понравилась эта статья, вы можете следить за моими работами на Medium, GitHub или подписаться на мой YouTube канал.
