Исследователи хотят улучшить анимацию в играх с помощью нейронной сети

Современные игры могут похвастаться очень реалистичной графикой, но многим разработчикам по-прежнему не удаётся изобразить правдоподобные человеческие движения. В улучшении этого аспекта может помочь система от исследователей из Эдинбургского университета и Method Studios. Она базируется на нейронной сети и использует реальные данные о движениях, благодаря чему персонажи начинают ходить, бегать и прыгать более естественно.

Стоит отметить, что во многих играх присутствует достаточно правдоподобная анимация. Но это дело рук людей, которые вручную работают с библиотеками движений и связывают воедино всевозможные обстоятельства. Например, определяют, как будет выглядеть человек, который подымет вверх лук, ползя по полу или шагая по лестнице.

Исследователи разработали систему машинного обучения, которая осуществляет расчёты на основе роликов с движениями различных типов. Она учитывает команды пользователя и окружающую местность и воспроизводит анимацию, которая наилучшим образом подходит под условия.

В качестве примера можно привести переход от бега к прыжку через небольшое препятствие. Для этого не требуется создавать вручную дополнительные элементы анимации. Алгоритм всё определяет сам и воспроизводит плавные движения без резких переходов от одного типа анимации к другому.

В этой сфере машинное обучение использовалось и раньше, но такие системы создавали достаточно примитивные движения. В них часто могли пропускаться отдельные элементы анимации, поскольку нейронная сеть не всегда была уверена, какой именно элемент ей нужно использовать в той или иной ситуации.

Чтобы исправить эту проблему, исследователи добавили в свою нейронную сеть фазовую функцию, которая не позволяет системе неправильно смешивать различные типы анимации — например, делать шаг во время прыжка.

«Поскольку наш метод основывается на данных, персонаж не просто воспроизводит анимацию прыжка, а постоянно подстраивает движения под высоту препятствия», — говорят авторы технологии.

Система не готова для внедрения в игры, но может стать отправной точкой в создании более продвинутого метода создания анимации.