スコットランド最大の大学、「エジンバラ大学(The University of Edinburgh)」Sebastian Starke氏、He Zhang氏、幸村 琢氏、Jun Saito氏らによる「Mode-Adaptive Neural Networks for Quadruped Motion Control」ニューラルネットワークを用いた4足歩行キャラクターの制御！SIGGRAPH2018技術論文
[SIGGRAPH 2018] Mode-Adaptive Neural Networks for Quadruped Motion Control
概要
我々は、モード適応型ニューラルネットワークと呼ばれるリアルタイムの4連モーション合成のための新しい方法を提示する。 私たちのシステムは、位相または歩行の歩行のためのラベルを必要とせずに、構造化されていないモーションキャプチャデータに関するエンドツーエンドの方法で訓練されています。 このシステムは、ゲームや映画で自然なアニメーションを作成するために使用することができ、その品質が実用的である可能性があるそのような体系的アプローチのうちの最初のものです。 これはUnity 3DエンジンとTensorFlowで実装され、ACM Transactions on Graphics / SIGGRAPH 2018で公開されています。
He Zhang（エジンバラ大学 研究大学院生 情報学部）
Sebastian Starke（エジンバラ大学 研究大学院生 情報学部）
幸村 琢（エジンバラ大学情報学部准教授）
Jun Saito（Adobe Research）
いやぁ～素晴らしい。こういう技術が生まれることで、ローコストでコンテンツの品質が高まりますからね～。
論文・コードはGitHubで公開されておりますので、興味のある方はチェックしてみてください。
このデモはUnityが使われています。
同士らによる前身の技術「PFNN (Phase-Functioned Neural Networks)」も昨年話題になりましたね。
こちらはSIGGRAPH 2017で公開され、日本ではCEDEC 2017で日本語で解説されてました。
Phase-Functioned Neural Networks for Character Control
CEDECの記事は4Gamerさんが詳しく記載してます。
［CEDEC 2017］ニューラルネットがキャラの動きを自然に，処理負荷を低くする？ キャラクターアニメーション品質向上に向けた新提案 – 4Gamer.net
関連リンク
GitHub – sebastianstarke/AI4Animation: Character Animation in Unity3D using Deep Learning and Biologically-Inspired Artificial Intelligence
AI4Animation/Paper.pdf at master · sebastianstarke/AI4Animation · GitHub
コメント