机器学习|育碧中国AI&数据实验室总监Alexis Rolland：元宇宙的存在依赖于六大要素( 二 )_

育碧中国在野生动物方面做了很多工作，我们长期参与《孤岛惊魂》系列的开发，为游戏开发了具有标志性的动物。为动物制作动画比为人类制作动画更困难，所以我们一直致力于这个名为ZooBuilder 的研究项目，它从对人体姿态的研究中找到灵感，其总体思路是能够基于视频为四足动物生成 3D 动画。由于缺乏数据来训练机器学习的途径流程，这对制作动物动画来说更是一个严酷挑战，为此我们利用上了为游戏专门创建的现有关键帧动画数据库。我们构建了一个端到端的途径，将最初为人类动画开发的多个模型结合起来，并为美洲狮重新训练了这些模型。

文章插图
育碧游戏《孤岛惊魂》
而对于元宇宙，这种技术可以使创作者更轻松地创建动画片段，不过，要为虚拟形象制作动画还有很多的工作要完成。
传统来说，为一个角色制作动画需要构建我们所谓的动画图或动画树。图中的每个点都是一个动画片段，根据玩家的指令输入，角色就可以一个动画接一个动画的进行表现，比如，从步行循环到跑步循环或跳跃。为了让这样的动画看起来自然且流畅，我们需要上一个动画行为的最后一帧与下一个动画行为的第一帧相匹配，否则动画成效达不到逼真流畅的效果。
【机器学习|育碧中国AI&数据实验室总监Alexis Rolland：元宇宙的存在依赖于六大要素】解决此问题的传统方法就包括去添加更多的动画行为来让整个执行平滑过渡。但是你可以想象到这样成本很容易变得昂贵，我们添加的动画越多样化，它变得越复杂，维护起来就越困难。因此，目前克服这一挑战的一种盛行的方法就是运动匹配。
育碧中国的数据实验室团队在育碧软件中采用了一种新的技术手段，灵感来源于运动匹配，我们称之为学习运动匹配。我们用一个神经网络取代了搜索，这个神经网络可以根据角色的站位和其它输入来输出这些动画帧。这种技术可以做到和传统的运动匹配一样的效果。相比之下，学习运动匹配在内存方面的要求仅是传统方法的十分之一。

文章插图
育碧游戏《刺客信条》
我们运动机器学习在动画领域的开发和创新实际上只是一个开始。通过结合运用自动生产管线生成嘴部动画；用视频生成动画的技术；以及用机器学习来改进现有的动画编程和合成，长远来讲，这种技术将简化创作者和玩家的工作。
【如果您有新闻线索，欢迎向我们报料，一经采纳有费用酬谢。报料微信关注：ihxdsb，报料QQ：3386405712】