Des recherches de l’Université de Californie, de Berkeley et de l’Université de la Colombie-Britannique utilisent l’apprentissage machine pour faciliter l’animation de personnages en 3D, apprenant à partir d’un exemple de mouvement qui peut ensuite être adapté au contexte, un cascadeur virtuel :

Un objectif de longue date dans l’animation de personnages est de combiner la spécification du comportement guidée par les données avec un système qui peut exécuter un comportement similaire dans une simulation physique, permettant ainsi des réponses réalistes aux perturbations et aux variations environnementales.

« Nous montrons que les méthodes bien connues d’apprentissage du renforcement (RL) peuvent être adaptées pour apprendre des politiques de contrôle solides capables d’imiter un large éventail d’exemples de clips de mouvement, tout en apprenant des récupérations complexes, en s’adaptant aux changements de morphologie et en réalisant des objectifs spécifiés par l’utilisateur. Notre méthode traite les mouvements encadrés, les actions hautement dynamiques telles que les flips et les spins capturés, et les mouvements reciblés. En combinant un objectif d’imitation de mouvement avec un objectif de tâche, nous pouvons entraîner des personnages qui réagissent intelligemment dans des situations interactives, par exemple, en marchant dans une direction souhaitée ou en lançant une balle sur une cible spécifiée par l’utilisateur. Cette approche combine donc la commodité et la qualité de mouvement de l’utilisation de clips de mouvement pour définir le style et l’apparence souhaités, avec la flexibilité et la généralité offertes par les méthodes RL et l’animation basée sur la physique. Nous explorons plus avant un certain nombre de méthodes d’intégration de clips multiples dans le processus d’apprentissage afin de développer des agents polyvalents capables d’exécuter un riche répertoire de compétences diverses. Nous démontrons les résultats en utilisant de multiples personnages (humain, robot Atlas, dinosaure bipède, dragon) et une grande variété de compétences, y compris la vitesse, l’acrobatie et les arts martiaux. »

Plus d’infos ici

Source : xbpeng.github.github.io

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.