Персонажи видеоигр могут двигаться реалистично благодаря искусственному интеллекту и машинному обучению
Вот как создатели игр заставляют персонажей 3D стать похожими на людей.
Поскольку современные видеоигры дают игрокам больше свободы для путешествий в детализированном цифровом мире, персонажу компьютерной графики становится все сложнее естественным образом перемещаться и взаимодействовать со всем, что в нем есть. Поэтому с целью предотвратить неуклюжие переходы между запрограммированными движениями, специалисты обратились к искусственному интеллекту с глубоким машинным обучением , чтобы заставить персонажей видеоигр двигаться почти так же реалистично, как это делают настоящие люди.
Чтобы персонажи видеоигр ходили, бегали, прыгали и выполняли другие движения настолько реалистично, насколько это возможно, разработчики видеоигр часто полагаются на человеческие действия, которые фиксируются и переводятся в цифровой код. Но чем сложней становится цифровой мир 3D, тем сложней сделать так, чтобы персонажи двигались в нем реалистично. В итоге группа разработчиков решила эту проблему с помощью инновационных современных разработок.
По словам исследователей, новая технология дает потрясающие результаты. Во-первых, благодаря искусственному интеллекту и машинному обучению цифровые персонажи могут двигаться быстрее и лучше выглядят, чем видеоанимация персонажей, созданная вручную. Дело в том, что невозможно создать вручную код алгоритма, который бы описывал все взаимодействия персонажа с цифровым миром.
Разработчики игр, конечно, стараются спланировать как можно больше для персонажей, но в конечном итоге им приходится полагаться на программное обеспечение для перехода между анимациями персонажа, который, например, поднимает стул, ставит его в определенном месте в локации и затем садится на него. Чаще всего эти движения на экране выглядят неестественно, неуклюже и нереалистично. Это портит восприятие игры.
Ученые в области компьютерных технологий из Университета Эдинбурга и компания Adobe Research, чтобы справиться с проблемой нереалистичного движения персонажей в видеоиграх, придумали новое решение, которое они планируют представить на конференции ACM Siggraph Asia (она состоится в Брисбене, Австралия, в следующем месяце). Так, они собираются представить новую технологию создания видеоигр, основанную на использовании возможностей нейронных сетей глубокого обучения. По их словам, это позволяет сгладить нереалистичную анимацию в движении персонажей видеоигр при взаимодействии с виртуальным 3D-миром.
Напомним, что благодаря нейросети можно заставить компьютер самостоятельно создавать различные персонажи, вплоть до точных копий людей. Вы наверняка слышали, что уже сегодня в Сети есть сотни фотографий, созданных нейросетями. Есть даже видео с виртуальными персонажами. Но, чтобы научить нейросеть создавать убедительные фото и видео, ее сначала обучают. Например, чтобы компьютер сам создавал лица людей, нейросети сначала необходимо изучить лицо человека (например, взяв фото знаменитости из Сети) со всех возможных точек и ракурсов. Желательно с максимальным количеством снимков, где искомый человек имеет разные выражения лица. Так создается база из десятков тысяч фотографий. Это трудоемкий процесс. Но за счет обширной базы компьютер может автоматически создавать новое лицо, которое выглядит невероятно реалистичным.
Аналогичный подход используется и для исследования, необходимого для создания реалистичных персонажей в видеоиграх. Но вместо обучения нейронной сети, основанной на базе лиц человека, компьютер изучает набор движений, захваченных и оцифрованных от живого человека. Для достижения наилучших результатов требуется, чтобы система анализировала довольно большую базу данных движений человека, когда искомый исполнитель выполняет различные движения в реальном мире: подбирает предметы, перелезает через предметы или садится на стул.
Далее на основе базы данных нейронная сеть может взять данные, которые она изучила, и адаптировать виртуального персонажа к любой ситуации или среде, произведя его естественные движения в виртуальном мире.
Это заполняет промежутки между персонажем, идущим к стулу, который замедляется, поворачивает свое тело и затем садится на стул. Благодаря машинному обучению этот процесс связывает все движения персонажа, что скрывает все швы и разрывы в анимации во взаимодействии с виртуальным миром.
Существуют и другие преимущества в машинном обучении видеоигр. Благодаря этой технологии можно уменьшить размер файлов в играх, что существенно может снизить объем данных одной игры. А сегодня это очень актуально, когда мир завоевывают сетевые игры, которые находятся в Облаке.
Новый подход к созданию 3D-игр прокладывает путь более сложных взаимодействий для персонажей.
