Учёные представили нейронную сеть, основанную на искусственном интеллекте, для процедурного генерирования анимации модели, работающей на разных ландшафтах. PFNN обучается в сквозном режиме на большом наборе данных, состоящем из таких движений, как ходьба, бег, прыжки и скалолазание, вмонтированные в виртуальные среды. Система автоматически генерирует движения, в которых персонаж адаптируется к различным условиям, таким как бег по пересеченной местности, прыжки через препятствия, приседания и другие.
Ведущий исследователь проекта и разработчик Ubisoft Montreal Дэниел Холден (Daniel Holden) описал результаты проекта: «После обучения PFNN чрезвычайно быстр и компактен, требуя миллисекунды времени выполнения и несколько мегабайт памяти, даже при обучении на гигабайтах данных».

В ближайшем будущем PFNN собираются применить к созданию компьютерных игр. Сейчас аниматоры тратят сотни часов, чтобы реализовать реалистичные движения и анимацию лиц для игровых персонажей. Представленная система может снизить стоимость разработки, поскольку движения героев будут автоматически определены за короткое время и с высокой совместимостью.

Холден планирует представить нейронную сеть на конференции SIGGRAPH в августе 2017 года.

https://tjournal.ru/43862-neironnuu-set-adaptirovali-dlya-up...