摘要：:天美,工作室,亮相,WAIC,2023,共話,FPS,游戲,ARNN(Auto Regressive Neural Network)模型 2019年起，逆戰(zhàn)手游聯(lián)手騰訊Robotics X 實(shí)驗(yàn)室，基于ARNN模型的研究，開啟并逐漸完成了游戲及機(jī)器人領(lǐng)域的交叉前沿技術(shù)—
ARNN(Auto Regressive Neural Network)模型
2019年起，逆戰(zhàn)手游聯(lián)手騰訊Robotics X 實(shí)驗(yàn)室，基于ARNN模型的研究，開啟并逐漸完成了游戲及機(jī)器人領(lǐng)域的交叉前沿技術(shù)——“智能體動(dòng)作生成技術(shù)”研發(fā)。該技術(shù)以ARNN模型原理為基石，學(xué)習(xí)動(dòng)作捕捉數(shù)據(jù)，通過數(shù)據(jù)驅(qū)動(dòng)的自適應(yīng)算法，讓NPC或機(jī)器人能根據(jù)玩家操作或環(huán)境變化等外界不同反應(yīng)，自動(dòng)生成更像真實(shí)生物的動(dòng)作、反應(yīng)與表達(dá)。
這預(yù)計(jì)將是自回歸神經(jīng)網(wǎng)絡(luò)算法在網(wǎng)游動(dòng)作生成領(lǐng)域的首次真正運(yùn)用落地。研發(fā)進(jìn)程中，最大的難點(diǎn)在于，如何將算法應(yīng)用于網(wǎng)絡(luò)游戲制作的生態(tài)中：團(tuán)隊(duì)從零到一搭建了配套的工具鏈，并在動(dòng)作捕捉、動(dòng)畫預(yù)處理、持續(xù)訓(xùn)練與調(diào)優(yōu)三個(gè)步驟中做了大量的投入與研究。而面對網(wǎng)游中AI動(dòng)作生成的網(wǎng)絡(luò)同步及性能優(yōu)化問題，研發(fā)人員采用了軌跡匹配技術(shù)、融合動(dòng)畫及相應(yīng)算法層面的解決方案，優(yōu)化整體效果表現(xiàn)和神經(jīng)網(wǎng)絡(luò)推理的開銷，目前也已達(dá)到非常不錯(cuò)的性能測試效果。
對《逆戰(zhàn)手游》而言，新技術(shù)的運(yùn)用將伴隨著更自然的游戲內(nèi)基礎(chǔ)動(dòng)作表現(xiàn)、更精彩與沉浸的戰(zhàn)斗體驗(yàn)，與此同時(shí)，該技術(shù)也能在玩家包體大小優(yōu)化、研發(fā)產(chǎn)能提效等維度作出助力。在現(xiàn)場，于棟分享了一些技術(shù)效果示意，可以看到，在運(yùn)用了這項(xiàng)技術(shù)的多小怪同屏追逐效果動(dòng)畫中，AI實(shí)時(shí)生成的小怪角色動(dòng)作表現(xiàn)非常生動(dòng)、多樣化。
智能體動(dòng)作生成技術(shù)下的同屏多小怪追逐效果示意
智能體動(dòng)作生成技術(shù)在機(jī)器人領(lǐng)域的跨行業(yè)運(yùn)用上，也有著非常出色的表現(xiàn)與進(jìn)展。這項(xiàng)技術(shù)也同時(shí)被應(yīng)用于騰訊Robotics X實(shí)驗(yàn)室研發(fā)的自研四足機(jī)器人Max上。一方面，它幫助著機(jī)器人提升思考能力，讓其能在持續(xù)訓(xùn)練下實(shí)現(xiàn)更自然流暢的運(yùn)動(dòng)軌跡、更細(xì)顆粒動(dòng)作的智能生成、控制與決策;另一方面，借助實(shí)時(shí)物理模擬技術(shù)，研究團(tuán)隊(duì)可以在游戲中快速建立逼真、復(fù)雜多樣化的機(jī)器人虛擬訓(xùn)練場景，加上游戲引擎的加速能力，能夠大幅縮短機(jī)器人的訓(xùn)練過程和時(shí)間。
天美,工作室,亮相,WAIC,2023,共話,FPS,游戲,http://www.ln6487g.cnhttp://www.ln6487g.cn/news/youxixinwen/216670.html(責(zé)任編輯：admin)
 |
軟件名稱：每天美耶 |
|
| 軟件類型：生活軟件 | ||
| 軟件大?。?4.65MB |
免責(zé)聲明：文章內(nèi)容及圖片來自網(wǎng)絡(luò)上傳，如有侵權(quán)請聯(lián)系我們刪除
- 上一篇：桑巴舞者精彩風(fēng)逸，破釜沉舟譜寫諾坎普傳奇
- 下一篇：沒有了