基于模式自适应神经网络的四足运动控制 – 使用神经网络控制四足步行角色的技术！非常顺滑！

8 年前 3dnchu 尚无浏览 1 分钟阅读

基于模式自适应神经网络的四足运动控制 – 使用神经网络控制四足步行角色的技术！非常顺滑！

来自苏格兰最大的大学“爱丁堡大学（The University of Edinburgh）”的 Sebastian Starke、He Zhang、幸村琢、Jun Saito 等人的“Mode-Adaptive Neural Networks for Quadruped Motion Control”——使用神经网络控制四足步行角色！SIGGRAPH2018 技术论文

[SIGGRAPH 2018] Mode-Adaptive Neural Networks for Quadruped Motion Control

概要

我们提出了一种用于实时四连运动合成的新方法，称为模式自适应神经网络。我们的系统以端到端方式在非结构化的动作捕捉数据上进行训练，无需为姿态或步态提供标签。该系统可用于在游戏和电影中创建自然动画，是此类系统化方法中首个可能具有实用品质的方案。它使用 Unity 3D 引擎和 TensorFlow 实现，并发表于 ACM Transactions on Graphics / SIGGRAPH 2018。

He Zhang（爱丁堡大学研究型研究生信息学部）
Sebastian Starke（爱丁堡大学研究型研究生信息学部）
幸村琢（爱丁堡大学信息学部副教授）
Jun Saito（Adobe Research）

哎呀，真厉害。因为有这样的技术诞生，内容就能以较低成本提升品质嘛。
论文和代码都已在 GitHub 上公开，有兴趣的话请去看看。
这个演示使用了 Unity。

他们此前的技术“PFNN (Phase-Functioned Neural Networks)”也在去年引起了话题。
这项技术于 SIGGRAPH 2017 发布，在日本则于 CEDEC 2017 用日语进行了讲解。

Phase-Functioned Neural Networks for Character Control

基于模式自适应神经网络的四足运动控制 – 使用神经网络控制四足步行角色的技术！非常顺滑！

相关链接