来自爱丁堡大学与Electronic Arts的共同研究《Local Motion Phases for Learning Multi-Contact Character Movements（用于学习多接触角色运动的局部运动阶段）》的 SIGGRAPH 2020 技术论文

SIGGRAPH 2020
用于学习多接触角色运动的局部运动阶段

控制角色执行动态、快速、变化多端的各种动作，是角色动画中的一项重要课题。本研究介绍了一个深度学习框架，可在无结构化运动数据且无需手动标注的情况下，交互式地高质量合成此类动画。我们引入了“局部运动阶段”的概念，并展示了一个系统，它能够生成多种运动技能，例如篮球比赛、投篮、接球、闪避、多种移动模式，以及在不同角色与物体交互中进行运球和专业操作等。所有内容都在统一框架下生成。

这项研究是爱丁堡大学与Electronic Arts的共同研究。

动起来也太舒服了……可怕（褒义）
自然到这个程度的话，感觉除了游戏之外，也能用于影视作品等吧。

像这样的技术，希望能尽快迎来在工具・引擎上任何人都能轻松使用的时代啊……。而且这个演示视频看起来也是在 Unity 里运行的……
看来离那一天也不远了。

顺带一提，这项技术属于每年都很受关注的“AI4Animation”项目。

AI4Animation
在这个项目中，作为博士课程的一部分，探索角色动画与控制的深度学习机会。由小村卓指导，爱丁堡大学信息学部研究。过去几年里，该项目已经发展成为一个用于数据驱动角色动画的模块化且稳定的框架，涵盖数据处理、网络训练和运行时控制，并使用 Unity3D / Tensorflow / PyTorch 开发。在这个仓库中，可以使用神经网络来为双足行走、四足行走，以及角色与物体和环境，或体育游戏中的场景交互制作动画。这项研究的进一步进展将继续添加到这个项目中。

也请看看之前的文章。

Neural State Machine for Character-Scene Interactions – 活用深度学习，将角色与物体之间的交互动画自然地表现出来的技术！

Mode-Adaptive Neural Networks for Quadruped Motion Control – 使用神经网络控制四足步行角色的技术！丝滑顺畅！

链接

sebastianstarke/AI4Animation: Bringing Characters to Life with Computer Brains in Unity