مقطع فيديو كامل: youtu.be/lPfiMHQWP88
Ave، Coder!
أصبحت الفيزياء في عالم ألعاب الكمبيوتر الحديثة أكثر دقة وإثارة من سنة إلى أخرى ، خاصة إذا لم نتحدث عن الألعاب الرياضية الفائقة والكلاسيكية مثل Arkanoid ، ولكن عن الضربات مع عالم مفتوح ونماذج واقعية ، حيث يتحرك كل مفصل بشكل طبيعي قدر الإمكان من أجل تقليد النماذج من العالم الحقيقي.
وبالتالي ، عندما تلاحظ أعيننا شيئًا غير طبيعي في حركة كلب الكمبيوتر ، على سبيل المثال ، فإنها سترسل على الفور إشارة إلى الدماغ - هناك خطأ ما. ربما لن يفهم اللاعب ما هو الخطأ بالضبط ، لكن الدماغ قارن دون وعي ما رآه بتجربة الحياة الواقعية ، على سبيل المثال ، كيف يتحرك الكلب ولاحظ عدم الدقة.
لذلك ، لا يقوم المطورون عادةً بتشفيرها يدويًا ، ولكن يسجلون الكثير من التقاط الحركة في الوقت الفعلي ثم يقومون بتكييفها لاحقًا مع نماذج الألعاب.
لطالما تم استخدام الذكاء الاصطناعي لهذه الأغراض وتمكنت استوديوهات الألعاب من تحقيق نتائج حقيقية بفضله ، لكننا اليوم سنتحدث عن تطور يمكن أن يترك المنافسين وراءهم بعيدًا - على الأقل في المنطقة التي تم إنشاؤها من أجلها. لكن من قال إن شيئًا كهذا لا يمكن توسيع نطاقه؟
كرة سلة. دحرجة الكرة. ديناميات مجنونة. الرفوف. مسك الكرة. النماذج تتحرك بسرعة ، وتغير الاتجاه بشكل متكرر. سوف يتطلب الأمر حلاً رائعًا حقًا حتى تتم معالجة كل هذا الخير الديناميكي بسرعة وقوة وفي الوقت نفسه بشكل واقعي.
ويكمن التحدي الإضافي في حقيقة أن الذكاء الاصطناعي لا يُمنح سوى ثلاث ساعات من مادة التدريب على الالتقاط الحركي ، وهو ما يمثل قطرة في المجموعة مقارنة بما يتم تدريب الشبكات العصبية الأخرى عليه لمهام مماثلة.
بالإضافة إلى ذلك ، يجب أن تكون الشبكة العصبية قادرة على محاكاة الحركات التي لم يتم تقديمها في التدريب ، ولكنها كانت متاحة للنموذج الذي يحركه اللاعب.
يبدو أنه نظرًا للقيود ، كان يجب ألا يتمكن الذكاء الاصطناعي من التعامل مع المهمة ، جزئيًا على الأقل. كانت هناك افتراضات بأن الحركات المدرجة في هذه الساعات الثلاث من التدريب ، سوف تتكيف الشبكة العصبية دون مشاكل ، ولكن مع توليف جديدة سيكون الأمر أكثر صعوبة ، وبالتالي فإن النماذج سوف تتصرف بشكل غير طبيعي في بعض النقاط ، لكن النتيجة فاقت كل التوقعات.
أثناء التحكم في لاعب حقيقي ، لم يفقد لاعب كرة السلة الإلكتروني مرونته في الحركات ، حتى لو ضغط اللاعب على أزرار التحكم مثل رجل مجنون.
وبالمناسبة ، حول تنوع سلوك النموذج. بمعنى ، هل تبدو الحركات متشابهة في نفس المواقف؟ خذ المراوغة ، على سبيل المثال - يمكن للذكاء الاصطناعي إضافة التنوع والتغيير إلى الطريقة التي يراوغ بها النموذج ، ويجمعها معًا لإنشاء حركات جديدة من نفس النوع ، ولا تزال تستجيب للتحكم.
مثال على المراوغة:
هذا مثير للإعجاب بالنسبة للشبكة العصبية التي تم تدريبها بثلاث ساعات فقط من المواد ، ولكن هناك شيء آخر يمكن أن يتجاوز التوقعات.
يمكن للاعب أيضًا رمي الكرة في الطوق والارتداد ويتصرف النموذج بشكل طبيعي ، على الرغم من حقيقة أن الشبكة العصبية تم تزويدها بأقل من سبع دقائق من المواد التدريبية.
وبالإضافة إلى ذلك ، فإن النموذج قادر على تجميع الحركات التي لم تكن موجودة في المادة التدريبية ، ولكنها تعتبر مناسبة لمواقف معينة.
كما ترون من مثال الفيديو ، تم تدريب أحد النماذج على التحرك باستخدام طريقة تدريب تعتمد على شبكة المرحلة العصبية الوظيفية ، والآخر يتم تدريسه بواسطة AI4Animation.
مقارنة بين النموذجين:
عند مقارنة حركات النموذجين ، يمكن للاعبين ملاحظة نقص واضح في الصلابة في متغير AI4Animation: سلاسة الحركات المتأصلة في الكائنات الحية والطريقة التي يتحكم بها النموذج في كائن طرف ثالث - كرة.
عند المراوغة ، يجبر النموذج الذي تم تدريبه من قبل الشبكة العصبية لوظيفة الطور الكرة على أن تكون ملتصقة بيد اللاعب فقط لتسهيل حساب حركات النموذج ، ولكن في هذه الحالة لم تحقق هذه الميزة ميزة واضحة.
في AI4Animation ، ظل النموذج أكثر استجابة للتحكم في اللاعب ، وبالتالي ليس فقط أكثر متعة في النظر إليه ، ولكن أيضًا للتحكم فيه.
الآن دعونا نتخيل ما ستكون هذه التكنولوجيا قادرة عليه ، حتى في غضون خمس أو عشر سنوات ، ولكن بالفعل ، لنقل ، في غضون عام.
كم سوف تتحسن؟ ما هي الألعاب الرياضية الأخرى التي ستجد التطبيق فيها؟ فقط ... رياضة؟ فقط في ... الألعاب؟
في هذه الحالة ، اختبر المبدعون الشبكة العصبية في تخصص ضيق للغاية ، وهو القدرة على تجميع الحركات الطبيعية للنماذج البشرية التي تلعب كرة السلة ، بناءً على كمية محدودة فقط من البيانات المقدمة للتدريب ، في حين كان على النماذج أن تظل قابلة للتحكم والاستجابة بشكل كافٍ للتحكم. وبالطبع لا ينبغي أن تتأثر الجودة من هذا.
الآن دعونا نرى كيف يمكن تطبيق نفس هذه التقنية على مشاكل أخرى.
على سبيل المثال ، يتحرك هذا "الولد الطيب" المرسوم تمامًا مثل حركة الكلاب في الحياة ، علاوة على ذلك ، تتكيف الحركات والمشية ببراعة مع الأوامر والظروف.
مثال مع "الولد الطيب":
وهنا يقرر أنوبيس أن يضع مؤخرته الأسطورية على أثاثات مختلفة ، وكما يقول ماليشيف ، يفعل ذلك بشكل طبيعي.
مثال أنوبيس:
أو يحاول العمل كموظف توصيل للصناديق السوداء في "ماذا؟ أين؟ متي؟". يبقى فقط تعليمه كيفية تدوير الطبل ... على
أي حال ، يمكننا التأكد من إله الموت المصري - سيكون له مستقبل رائع على شاشة التلفزيون.
يمكنك التحقق من ذلك هنا: github.com/sebastianstarke/AI4Animation
It was V. تحقق من Ave، Coder! Channel
افي!