LOW POLY Evolution of Characters in Game...

A+Startによる、有名ゲームキャラクターのインゲーム3Dモデルの歴史を紹介するYoutube動画シリーズ「LOW POLY Evolution of Characters in Games」のご紹介

  • 71
  • 5
  • 1
続きを読む

Grungit - ワンクリックで摩耗マテリアルを適用可能なBlender 2....

CGモデラー・ジェネラリストのAbdou Bouam氏による、ワンクリックでモデルに摩耗・損傷表現マテリアル(EEVEE対応)を自動的かつ簡単に追加するBlender 2.8x向けアドオン「Grungit」 のご紹介。

  • 71
  • 1
  • 2
続きを読む

SceneCity 1.7 - ノードベースのプロシージャル都市生成アドオン!B...

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」のバージョン1.7がリリース!

  • 103
  • 22
  • 1
続きを読む

pixivFANBOX 始めました!3D人-3dnchu-

もっとクリエイティブに生きていきたい!その活力の一端になればと思いクリエイターの創作活動を支えるファンコミュニティ「pixivFANBOX」にて3D人のページを公開しました。

  • 6
  • 8
  • 0
続きを読む

Godot Game Tools v1.0.3 - Mixamoで生成したモーシ...

Vinny Guerrero氏開発、Godot Game Engineなどへのアセットの作成/インポートプロセスを容易にするツールを含むBlender 2.8x向けアドオン「Godot Game Tools v1.0.3」!Mixamoで生成したアニメーションデータ等の読み込み管理機能がとても便利そうなんです。

  • 55
  • 1
  • 0
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

Mayaで始めるゲーム用ローポリキャラモデル


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


PR


関連記事

  1. Neural State Machine for C...

    2019-10-17

  2. Hammash Anime Technology D...

    2018-10-04

  3. Structure Aware Hair Captu...

    2013-05-08

  4. Cinematic Lighting in Unre...

    2018-03-23

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-)

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、Twitter、Facebook、LINEからご連絡お願いします!

おしらせ

pixivFUNBOXページ公開!

LINEアカウント作りました!
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

PR

クリークスタジオ

Flying Ship Studio







アーカイブ

カテゴリー

スポンサー

おすすめ記事