OVERHIT 2018 Animation Demo reel - Yu Ho...

CGアニメーターYu Ho joong氏による「‘OVERHIT’ 2018 Animation Demo reel」と「‘OVERHIT’ 2018 Cinema Animation Demo reel」

続きを読む

SceneCity 1.2 - ノードベースとなり生まれ変わったBlender用...

3DアーティストでBlenderアドオン開発者のArnaud Couturier氏による、Blender用の都市生成アドオン「SceneCity」がバージョン1.2となり生まれ変わったそうですよ!

続きを読む

UNREAL FEST EAST 2018 Slides and Videos ...

2018年10月14日に東京で開催されたEpic Games Japan主催オフィシャルの大型勉強会「UNREAL FEST EAST 2018」のスライドが公開されております!

続きを読む

Materialize - 1枚の画像から各種テクスチャ(Height、Meta...

Bounding Box Softwareによる画像から各種テクスチャを生成可能なフリーソフト「Materialize」が熱い!

続きを読む

Physically Based Rendering:From Theory T...

Matt Pharr氏、Wenzel Jakob氏、Greg Humphreys氏らによる、 物理ベースレンダリングの教科書「Physically Based Rendering:From Theory To Implementation(物理的レンダリング:理論から実装へ)」がオンライン上で無償公開されております。

続きを読む

DeepMimic - 物理を基礎としたキャラクタースキルの例題指導深層強化学習!SIGGRAPH 2018

「DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills(物理を基礎としたキャラクタースキルの例題指導深層強化学習)」 SIGGRAPH 2018技術論文!


PR

第1回:シーン制作するための準備 キャラクター・背景編 | MotionBuilderでカットシーン制作 | AREA JAPAN


SIGGRAPH 2018: DeepMimic paper (main video)

内容

キャラクターアニメーションの長年にわたる目標は、データ駆動型の動作仕様を、物理シミュレーションで同様の動作を実行できるシステムと組み合わせることで、摂動や環境変動に対する現実的な対応を可能にすることです。複雑なリカバリの学習、形態の変化への適応、ユーザ指定の目標の達成など、広く知られた強化学習(RL)手法を幅広いモーション・クリップの模範を模倣できるロバストな制御ポリシーを学習するために適用できることを示します。この手法では、キーフレームの動き、モーションキャプチャされたフリップやスピンなどの高度に動的なアクション、ターゲットを絞ったモーションを処理します。モーション擬似の目的をタスクの目的と組み合わせることで、インタラクティブな設定でインテリジェントに反応するキャラクターを訓練することができます。たとえば、所望の方向に歩くことによって、またはユーザが指定した目標にボールを投げることによって達成される。したがって、このアプローチは、RLメソッドおよび物理ベースのアニメーションによって提供される柔軟性および一般性を用いて、モーションクリップを使用して所望のスタイルおよび外観を定義する利便性およびモーション品質を組み合わせる。さらに、さまざまなスキルの豊富なレパートリーを実行できるマルチスキルエージェントを開発するために、複数のクリップをラーニングプロセスに統合するためのさまざまな方法を検討します。我々は、複数のキャラクター(人間、アトラスロボット、二足歩行の恐竜、ドラゴン)を使用し、歩行、アクロバット、武道などの様々なスキルを使用して結果を実証します。RLメソッドと物理ベースのアニメーションによって提供される柔軟性と汎用性を備えています。さらに、さまざまなスキルの豊富なレパートリーを実行できるマルチスキルエージェントを開発するために、複数のクリップをラーニングプロセスに統合するためのさまざまな方法を検討します。我々は、複数のキャラクター(人間、アトラスロボット、二足歩行の恐竜、ドラゴン)を使用し、歩行、アクロバット、武道などの様々なスキルを使用して結果を実証します。RLメソッドと物理ベースのアニメーションによって提供される柔軟性と汎用性を備えています。さらに、さまざまなスキルの豊富なレパートリーを実行できるマルチスキルエージェントを開発するために、複数のクリップをラーニングプロセスに統合するためのさまざまな方法を検討します。我々は、複数のキャラクター(人間、アトラスロボット、二足歩行の恐竜、ドラゴン)を使用し、歩行、アクロバット、武道などの様々なスキルを使用して結果を実証します。

Google翻訳

逆境に負けず動き続けるキャラが何とも言えない…
いやぁでも凄い。

関連リンク

DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills
Towards a Virtual Stuntman – The Berkeley Artificial Intelligence Research Blog

関連記事

コメントをお待ちしております

日本語が含まれない投稿は無視されます。-Posts that do not include the Japanese will be ignored-(スパム対策-anti Spam-)

2018.05.17SIGGRAPH 2018 Technical Papers Preview - 技術進化が止まらない!「SIGGRAPH 2018」技術論文プレビュー!

2018.05.17Stitch Meshing - 弾力のある網状のモデルに変換する技術!SIGGRAPH 2018技術論文

3D人について

3D/2D/CG関連のネタ・ツール情報をほぼ毎日紹介!掲載してほしい情報、ツール検証依頼などありましたら、メッセージボックス、ツイッターもしくはFacebookのメッセージからどうぞ!

おしらせ

沢山のメッセージありがとうございます!!記事掲載に関しては随時対応していきますので、何卒宜しくお願い致します。
友だち追加
follow us in feedly

 RSSリーダーで購読する

おすすめ商品Pickup