Neural Networks for Character Control

Gepostet vor 1 Monat, 23 Tagen in #Games #Science #Tech #AI #AlgoCulture #Animation #CGI #Games

Share: Twitter Facebook Mail

Daniel Holden, Taku Komura und Jun Saito haben ein Neural Network auf Character-Animationen trainiert, mit dem Figuren in Games und CGI einen sehr viel natürlicheren und variantenreicheren und damit auch natürlicheren Bewegungsablauf aufweisen: Phase-Functioned Neural Networks for Character Control.

This paper uses a new kind of neural network called a "Phase-Functioned Neural Network" to create a character controller suitable for games. Our controller requires very little memory, is fast to compute at runtime, and generates high quality motion in many complex situations. We also present a technique for fitting terrains from virtual environments to separately captured motion data. This is used to train our system so it can natually traverse rough terrains at runtime.

Das ist übrigens exakt meine größte Hoffnung bei diesem ganzen MachineLearning/AI-Krams. Ich gehe schwer davon aus, dass der Hype bald abflaut, denn der ganze Kram ist weniger „wirkliche Intelligenz“ (whatever that may be), als Mustererkennung in einer Black Box (wobei ich mir da alles andere als sicher bin, da ich bei anderen Anwendungsfällen [Machine Learning beim Aktienhandel etwa] keine große Ahnung habe – aber auch das beruht letztlich nur auf Mustererkennung und „organische Intelligenz“ hat wohl noch ein paar mehr Tricks auf Lager.)

Jedenfalls: Diese Mustererkennung eignet sich offensichtlich hervorragend dafür, eine Art „digital Noise“ beim Rendering von CGI (oder eben Animationen) zu generieren – und damit irgendwann das Uncanny Valley zu durchbrechen. Und das wäre ein ziemlicher Meilenstein, vorsichtig formuliert.

Floral Algorithm dreams of Dinosaurs

Chris Rodley (Twitter) hat seinen Styletransfer-Bot mit Blumen gefüttert und auf Dinosaurier angesetzt.

Animationdrop: Pictoplasma, Martin, Coke Habit, AMP Awards, Squares, Club100 Awards, AICP Opening Titles

Pictoplasma Festival 2017

3D-Visualized Typography-Ideaspace

Ich habe schon einige AI-Visualisierungen von Fonts gesehen, also sortierte Abbildungen des visuellen Idea-Space der Zeichensätze (also genau wie Skateboards…

Neural Network sorts Vibrators

Sabrina Verhage trainierte ein Neural Network auf Vibratoren und sortierte sie dann nach visuellen Merkmalen wie Farbe, Form, Pimmelrealismus und…

Imaginary People

Mike Tyka bastelt fiktive Gesichter aus zweistufigen Neural Networks: Portraits of imaginary People. Das erste generiert die herkömmlichen Kunstfressen in…

Neural Network dreams your Flesh

Das holländische Radio NPO hat eine eigene Instanz von Christopher Hesses Pix2Pix auf 'nem Server installiert und dort kann man…

360° Photogrammetry from abandoned Malls and Basel

„A 360° trip through photogrammed city pieces of Basel.“ „A three-dimensional photogrammetric amalgamation of abandoned shopping malls, digitally reconstructed from…

The Outsiders: Hunter S. Thompson, Lou Reed & Frank Zappa

„This trio of merry pranksters didn't give a shit what anybody thought. Or did they? Here's Lou Reed, Frank Zappa…

Exploring Idea-Space with algorithmic Ableton Novelty Search

In meinem Vortrag (u.a. dieses Wochenende in Offenbach auf dem Bended Realities Festival) rede ich viel über das, was ich…

Perpetual Path

Perpetual Path, Kurzfilm von Maxim Zhestkov über „the dialogue and tension between nature and technology, sound and silence, organic and…

Artistic Style-Transfer Video-Synthesis

Daniel Sýkora hat ein neues Spielzeug gecoded: Example-Based Synthesis of Stylized Facial Animations. Hier die Ergebnisse: Über Sýkoras StyLit-Technik für…