В компьютерных играх достаточно часто используются ландшафты и персонажи, сгенерированные программным образом, однако, создание же правдоподобной мультипликации подобным образом редко приводит к получению приемлемых результатов. Именно поэтому разработчики компьютерных игр в своей работе используют целые библиотеки типовых движений, при помощи которых и "оживляются" игровые персонажи. Но новый подход, разработанный исследователями их Эдинбургского университета (University of Edinburgh), позволяет отказаться от использования библиотек, а оживленные при его помощи мультипликационные персонажи отличаются высочайшим уровнем реалистичности, их движения трудно отличить от естественных движений тела человека.
Создавая новую систему, исследователи использовали принципы глубинного изучения и нейронную сеть. После процесса предварительного обучения новая система стала способным интерпретировать данные о структуре виртуального мира, данные команд управления персонажем, поступающие с геймпада или клавиатуры, и в режиме реального времени "оживить" персонажа с максимальным уровнем реалистичности.
В качестве базы данных для обучения использовался достаточно большой набор "мультиплицированных" движений персонажа, действующего в различных условиях окружающей среды. Процесс обучения занял около 30 часов работы компьютера с графическим ускорителем NVIDIA GeForce GTX 660, его можно было бы значительно ускорить, используя более мощный ускоритель, к примеру, GTX 1080, но исследователям пришлось использовать то, что имелось у них в наличии. Такой подход, к сожалению, имеет и свои недостатки. Художник-аниматор, получив неудовлетворительные результаты, не имеет возможности оперативно вносить коррекции в рабочий материал. Ему потребуется внести необходимые изменения в базу данных для обучения нейронной сети и провести процесс обучения заново.
Как можно убедиться, просмотрев приведенный ниже видеоролик, результат работы системы превосходит все ожидания. Нейронная сеть эффективно "смешивает" в режиме реального времени мелкие кусочки из "скормленных" ей ранее мультипликационных роликов, в результате чего получается невероятно реалистичные до самых мелочей движения. Виртуальный персонаж может перепрыгивать через препятствия, нырять, кувыркаться и даже совершать балансирующие движения руками, идя по узкой дороге. При этом нейронная сеть учитывает особенности каждого элемента виртуального пространства, и, к примеру, процесс запрыгивания персонажа на препятствия различной высоты будет выглядеть каждый раз по-иному.
Созданная система пока еще может работать на относительно простых вещах, таких, как перемещения персонажа по виртуальному миру. Когда дело касается более сложных вещей, таких, как передвижение по скользкой поверхности, переход персонажа по качающемуся веревочному мосту, подъем на стену, взаимодействие с другими предметами в виртуальном пространстве, то система может выдать непредсказуемые результаты.
Тем не менее, даже в том виде, в котором она существует сейчас, система уже может быть использована в компьютерных играх определенного рода. А, Даниэль Холден, возглавлявший исследовательскую группу, был нанят известной компанией Ubisoft для продолжения работы в данном направлении и создания более совершенной системы компьютерной мультипликации.
