Глубокое обучение научило персонажей видеоигр двигаться как настоящие люди |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-10-31 20:24 Исследователи из Университета Эдинбурга и Adobe Research с помощью искусственного интеллекта и глубокого машинного обучения создали персонажей в видеоиграх, которые двигаются почти так же реалистично, как настоящие люди. Об этом пишет Gizmodo со ссылкой на сообщение компании. По сути, исследователи создали поддельные видео — нейросеть обучалась на обычных и анимированных видеороликах и пыталась совместить движение на них. При этом разработанная инженерами система одинаково хорошо работает под разными углами обзора и с разных сторон от персонажа. Кроме того, система предварительно анимирует каждое следующее движение персонажа — это позволяет избежать зависаний отдельных движений и сделать их более реалистичными. Разработка будет представлена на конференции ACM Siggraph Asia, которая состоится в Брисбене, Австралия, в ноябре 2019 года. Ранее сообщалось, что нейросеть смогла решить задачу трех тел — одну из самых известных в области астрономии, которая предполагает вычисление движения трех небесных объектов под влиянием их взаимных гравитационных притяжений — в 100 раз быстрее человека. Источник: hightech.fm Комментарии: |
|