Експеримент CEBAF починає відкривати завісу таємниці універсального “клею”, що скріплює всю матерію Всесвіту
9 Червня , 2017
Компанія Samsung розробила рідкокристалічний дисплей з рекордною роздільною здатністю
9 Червня , 2017

Нейронні мережі та штучний інтелект зроблять більш природними рухи персонажів комп’ютерних ігор

В комп’ютерних іграх досить часто використовуються ландшафти і персонажі, згенеровані програмним чином, однак, створення правдоподібної мультиплікації подібним чином рідко призводить до отримання прийнятних результатів. Саме тому розробники комп’ютерних ігор в своїй роботі використовують цілі бібліотеки типових рухів, за допомогою яких і “оживають” ігрові персонажі. Але новий підхід, розроблений дослідниками Единбурзького університету (University of Edinburgh), дозволяє відмовитись від використання бібліотек, а рухливі за його допомогою мультиплікаційні персонажі відрізняються високим рівнем реалістичності, їх рухи важко відрізнити від природних рухів тіла людини.
Створюючи нову систему, дослідники використовували принципи глибинного вивчення і нейронну мережу. Після процесу попереднього навчання нова система стала здатною інтерпретувати дані про структуру віртуального світу, дані команд керування персонажем, що надходять з геймпаду або клавіатури, і в режимі реального часу “оживити” персонаж з максимальним рівнем реалістичності.
В якості бази даних для навчання використовувався досить великий набір “мультиплікованих” рухів персонажу, що діє в різних умовах навколишнього середовища. Процес навчання зайняв близько 30 годин роботи комп’ютера з графічним прискорювачем NVIDIA GeForce GTX 660, його можна було б значно прискорити, використовуючи більш потужний прискорювач, наприклад, GTX 1080, але дослідникам довелося використовувати те, що було у них в наявності. Такий підхід, на жаль, має й свої недоліки. Художник-аніматор, отримавши незадовільні результати, не має можливості оперативно вносити корекції в робочий матеріал. Йому потрібно буде внести необхідні зміни в базу даних для навчання нейронної мережі і провести процес навчання заново.
Як можна переконатись, переглянувши наведений нижче відеоролик, результат роботи системи перевершує всі очікування. Нейронна мережа ефективно “змішує” в режимі реального часу дрібні шматочки зі “згодованих” їй раніше мультиплікаційних роликів, в результаті чого виходить неймовірно реалістичні до самих дрібниць рухи. Віртуальний персонаж може перестрибувати через перешкоди, пірнати, перекидатись і навіть здійснювати балансуючі рухи руками, йдучи по вузькій дорозі. При цьому нейронна мережа враховує особливості кожного елементу віртуального простору, і, приміром, процес запригування персонажу на перешкоди різної висоти буде виглядати кожен раз по-іншому.
Створена система поки ще може працювати на відносно простих речах, таких, як переміщення персонажу по віртуальному світі. Коли справа стосується більш складних речей, таких, як пересування по слизькій поверхні, перехід персонажу по хиткому мотузковому містку, підйом на стіну, взаємодія з іншими предметами в віртуальному просторі, то система може видати непередбачувані результати.
Тим не менш, навіть в тому вигляді, в якому вона існує зараз, система може бути використана в комп’ютерних іграх певного роду. А, Даніель Холден, який очолював дослідницьку групу, був найнятий відомою компанією Ubisoft для продовження роботи в даному напрямку і створення більш досконалої системи комп’ютерної мультиплікації.

LEU
LEU

Залишити відповідь

Увійти за допомогою: 
Inline
Inline