Ubisoft с помощью нейросетей удалось в 70 раз сократить количество памяти, требуемой для Motion Matching

Эта технология позволит делать значительно более сложные интерактивные сцены в играх — с тысячами возможных взаимодействий.

31 июля в рамках конференции SIGGRAPH специалисты Ubisoft официально представили технологию под названием Learned Motion Matching. По словам сотрудников компании, алгоритм совмещает в себе качество традиционной Motion Matching, использующей большие объёмы данных для подбора анимации, с крайне низкими требованиями к памяти.

Суть идеи в том, чтобы натренировать несколько нейросетей, которые совместно смогут воспроизводить поведение традиционного Motion Matching.

При этом эмуляция по-прежнему позволяет итерировать, делать дебаг и контролировать всю систему, как и раньше. Просто примените Learned Motion Matching в качестве пост-процессинга, чтобы он разобрался со всеми данными.

Дэниел Холден
Ubisoft

После обучения системе больше не нужно хранить в памяти данные об анимации — только сами нейросети. Поэтому зависимость качества анимации от количества выделенной памяти становится куда менее значимой.

В результате одного из тестов Ubisoft удалось сделать аналог Motion Matching, требующего 590 МБ памяти, с помощью LMM, «весящего» всего 16,8 МБ — и этот показатель удалось сократить ещё вдвое.

Технологию Motion Matching можно в гибридной форме увидеть в The Last of Us Part II. Она позволяет реализовать качественные переходы из одной анимации в другую, сделав движение на экране кинематографичным.

Однако для того, чтобы сочетание разных анимаций в разных фазах выглядело бесшовным, в систему необходимо добавить большие объёмы анимации, захваченной с помощью Motion Capture — и тут проблемой становятся как раз ограничения в количестве памяти.

В случае с Learn Motion Matching повышение качества анимации и переходов не выливается в резкое увеличение требований к памяти. В качестве демонстрации технологии Ubisoft представила сцену, в которой интерактивный персонаж реалистично реагирует на NPC (также использующих LMM), сложный рельеф и объекты вроде стульев.

Мы надеемся на то, что Learned Motion Matching сможет фундаментально изменить возможности анимации на базе систем Motion Matching и позволит художникам, дизайнерам и программистам полностью раскрыть свою креативность, создавая персонажей, способных реалистично и уникально реагировать на тысячи разных ситуаций в игре — без беспокойства о том, как это может повлиять на потребление памяти.

Ubisoft

Ubisoft уже не первый год показывает свои наработки в этой области. Однако ранее она акцентировала внимание на том, что нейросети позволят разработчикам забыть о необходимости адаптировать ходьбу и бег персонажа под сложный рельеф, занявшись более сложными анимациями.

Более детально разобрать принципы работы LMM можно на сайте Ubisoft.

 

Источник

Читайте также