• 【专题】书记、市长去哪儿 2019-05-06
  • “手机党报进家庭”启动暨96166客户分端上线仪式 2019-05-06
  • 平凡人生闪耀璀璨的生命光华——“中国网事·感动2017”颁奖典礼侧记 2019-05-04
  • 上海电影节女性影人大放异彩 中生代女演员不用焦虑 2019-05-02
  • 海融口腔“免费看牙”惠民活动启动 惠及乌鲁木齐市民 2019-05-01
  • 5月问政报告:302条留言有回复 环保教育问题投诉增多 2019-05-01
  • 警惕这些假冒高校网站!坑钱,还会毁了孩子前程! 2019-04-28
  • 广东警方摧毁全国首例“呼死你”专案犯罪团伙 2019-04-15
  • 比利时VS巴拿马首发公布 卡拉拉斯、维特塞尔中超双子星在列 2019-04-06
  • C罗破纪录!世界杯历史第4人 连续9届大赛破门 2019-04-06
  • 5G标准出炉!与4G有啥不一样? 或1秒内下载1G电影 2019-03-31
  • 楼顶建起1.7万平方米运动场   “8D重庆”又现网红建筑 2019-03-31
  • 艾力更·依明巴海简历 2019-03-23
  • 【华商侃车NO.193】网约车不再是你想开就能开的了 2019-01-18
  • 冰岛队主帅哈德格里姆松:我们拿梅西没辙 2019-01-18
  • 加入收藏 手机版 手机微信 网站地图 +微博关注
    按品牌查找
    全部资讯

    3d开奖结果走势图:让虚拟角色更自然地穿衣服,研究员用AI解决角色和服装之间复杂交互

    来源:https://yivian.com

    赛马会单双 www.iybo5.com     由于角色和服装之间的复杂交互,制作角色穿衣动画十分具有挑战性。由乔治亚理工学院博士生与教授,以及Google Brain研究人员组成的团队采用了深度强化学习(deepRL)来自动发现由神经网络表示的稳定穿衣控制策略。尽管deepRL在学习复杂运动技能方面已经取得了一些成功,但学习算法的数据要求性质与穿衣任务所需的高昂布料模拟计算成本不一致。


        名为《Learning to Dress: Synthesizing Human Dressing Motion via Deep Reinforcement Learning(学习穿衣:通过深度强化学习来合成人类穿衣运动》的论文于日前正式发布,并首次证明通过适当设计的输入状态空间和回报函数,研究人员可以将布料模拟整合至deepRL框架并学习稳定的穿衣控制策略。研究人员引入了触觉信息的显著呈现来引导穿衣过程,并在训练期间将其用于回报函数以提供学习信号。


    让虚拟角色更自然地穿衣服,研究员用AI解决角色和服装之间复杂交互


        1. 理解穿衣问题


        我们每天都会穿衣搭配,比如说穿上T恤或夹克。但对于机器执行或计算机模拟而言,这是计算成本高昂且复杂的任务。论文描述的解决方案通过物理模拟和机器学习技术来合成动画。物理引擎用于模拟角色运动和布料运动。另一方面,神经网络上的深度强化学习则用来产生角色运动。


        2. 物理引擎和神经网络上的强化学习


        论文作者提出了一种触觉信息的突出呈现以引导穿衣过程。然后当训练神经网络时,在回报函数中使用这种触觉信息来提供学习信号。由于任务过于复杂无法一次执行,因此穿衣任务将分成若干子任务,从而实现更好的控制。


        为了匹配从一个任务的输出状态分布到下一个任务的输入分布,研究人员提出了一种policy sequencing algorithm(策略排序算法)。相同的方法用于生成用于各种穿着任务的角色控制器,例如穿着T恤和穿着夹克。


        3. 穿衣是一项复杂的任务,所以将其分成多个子任务


        研究人员的方法将穿衣任务分成了一系列的子任务。接下来,状态机将引导任何的进行。例如,穿着夹克由四个子任务组成:


        第一个手臂穿过袖筒。


        将第二个手臂移到后面,为第二个袖筒定位。


        第二个手臂穿过第二个袖筒。


        最后,身体恢复至正常状态。


        为了学习控制策略,研究人员为每个子任务制定了单独的强化学习问题。


        Policy Sequencing Algorithm可以确保单独的控制策略可以引导系统按顺序执行穿衣序列。算法将一个子任务的初始状态与序列中前一个子任务的最终状态进行匹配。通过应用所得到的控制策略,系统可以生成各种成功的穿衣动作。


        穿衣任务中的每个子任务都进行了公式化,编程为部分可观察的马尔可夫决策过程(Markov Decision Process;POMDP)。借助动态动画和机器人工具包(Dynamic Animation and Robotics Toolkit;DART),以及基于NVIDIA PhysX的布料动力学,系统可以模拟角色动力学。


        4. 总结和提升空间


        通过深度强化学习和物理模拟,研究人员成功创建了一个学习如何制作角色穿衣动画的系统。从子任务中,系统单独学习每个子任务,然后将它们与状态机连接。结果发现,优选布料观察和回报函数是方法成功的重要因素。


        系统目前仅适用于上半身穿衣。对于下半身,系统需要在控制器中保持平衡。当使用包含记忆的控制策略架构时,子任务的数量可能会减少。这将有助于生成所学的技能。


           文章来源:映维网 如转载请标明出处

        原文链接 : https://yivian.com/news/53033.html

    版权声明:VR之家(赛马会单双 www.iybo5.com)所有原创文章独家稿件
    未经授权,禁止转载,违者必将追究法律责任。

    相关文章

    文章点评

    推荐阅读

  • 【专题】书记、市长去哪儿 2019-05-06
  • “手机党报进家庭”启动暨96166客户分端上线仪式 2019-05-06
  • 平凡人生闪耀璀璨的生命光华——“中国网事·感动2017”颁奖典礼侧记 2019-05-04
  • 上海电影节女性影人大放异彩 中生代女演员不用焦虑 2019-05-02
  • 海融口腔“免费看牙”惠民活动启动 惠及乌鲁木齐市民 2019-05-01
  • 5月问政报告:302条留言有回复 环保教育问题投诉增多 2019-05-01
  • 警惕这些假冒高校网站!坑钱,还会毁了孩子前程! 2019-04-28
  • 广东警方摧毁全国首例“呼死你”专案犯罪团伙 2019-04-15
  • 比利时VS巴拿马首发公布 卡拉拉斯、维特塞尔中超双子星在列 2019-04-06
  • C罗破纪录!世界杯历史第4人 连续9届大赛破门 2019-04-06
  • 5G标准出炉!与4G有啥不一样? 或1秒内下载1G电影 2019-03-31
  • 楼顶建起1.7万平方米运动场   “8D重庆”又现网红建筑 2019-03-31
  • 艾力更·依明巴海简历 2019-03-23
  • 【华商侃车NO.193】网约车不再是你想开就能开的了 2019-01-18
  • 冰岛队主帅哈德格里姆松:我们拿梅西没辙 2019-01-18
  • 辽宁35选7风采走势图 新时时彩倍偷计算 谁有彩票网站 北京赛车pk10正规反水 南国七星彩论坛 时时彩缩水 时时彩网上赚钱平台 北京pk免费精准计划 西安福彩中奖在哪兑奖 大乐透基本走图进30期 江西新时时彩 篮球胜分差是什么意思 体彩20选5走势图1 幸运赛车开奖查询 河北时时彩在线投注 网易彩票开奖