详细内容或原文请订阅后点击阅览
神经网络可以改进计算机动画（+视频）
现代电脑游戏的图形已经达到了真正令人印象深刻的水平，但它们的创造者仍在继续努力提高不同类型运动的流畅度。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）现代电脑游戏的图形已经达到了真正令人印象深刻的水平，但它们的创造者仍在继续努力提高不同类型运动的流畅度。
一种新的图像动画系统使用基于神经网络的程序，并根据现实生活中的动作捕捉数据进行训练，可以帮助创建看起来更自然的人物行走、跑步和跳跃。
当然，如果您玩过任何现代游戏，您就会知道其中很多内容已经实现。但这样的结果需要动画师与动态库合作并将所有类型的紧急情况联系在一起的艰苦工作。
来自爱丁堡大学和 Method Studios 的研究人员创建了一个机器学习 (ML) 系统，可以从视频剪辑中学习不同类型的动作。随后，当接收到输入（例如“转到这里”命令）时，考虑到地形，程序会创建最适合给定条件的动画，例如慢跑越过小障碍物。
该算法确定从一种动画类型过渡到另一种动画类型时如何产生平滑的运动。虽然许多游戏引擎对诸如在动画中混合腿部位置之类的事情进行了一些即兴创作，但新方法可能更可靠。
以前使用机器学习的系统非常原始，显示错误的运动类型或跳过动画。为了避免这种情况，研究人员在神经网络中添加了一个相位函数，这可以防止不同类型的动画被不当混合，例如在跳跃过程中迈出一步。
“因为我们的方法是数据驱动的，所以角色不只是播放跳跃动画，而是根据障碍物的高度不断调整动作，”研究人员说。