Innovative Tech

Ubisoft、ゲームキャラを自然に動かせる低コストな深層学習モデルを開発

Innovative Tech:

このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。

 仏Ubisoftと米コンコーディア大学による研究チームが開発した「Learned Motion Matching」は、ゲーム内キャラクターアニメーションのための深層学習モデルだ。自然なキャラクターアニメーション生成の計算コストを大幅に削減できるという。

photo ゲームキャラクターをさまざまなシーンにおいて、自然に動作させることができる

 従来のモーションキャプチャーデータから場面に適したキャラクターの歩行や走行を行う手法「モーションマッチング」は、柔軟性や前処理時間の短さ、視覚的な品質などで人気が高い。しかし、処理するための負荷や計算コストも大きいのが難点の、ある意味“力技”だ。

 今回は、モーションマッチングの良さを維持しつつ、深層学習によってメモリ使用量の削減を目指す。モーションマッチングによる柔軟な動きと、深層学習による低コストを統合した効率的な手法だ。

 この手法は、2足/4足歩行キャラクター、他のキャラクター/物体との相互作用に有効で、凸凹の多い地形での歩行、椅子に座る、他人とぶつかるといった相互作用もスムーズにこなす。手をたたく、歩くといった別のアニメーションを同時に実行することもできる。計算コストが低い分、多様なモーションも実行可能になるので、キャラクターの動きにバリエーションが増える利点もある。

photo 荒野の歩行に活用できる
photo 物や他のキャラクターとの相互作用にも活用できる
photo 4足歩行にも活用できる

 モデルは主要な3つの深層学習ネットワークで構築されており、単独で使用することも、時間、メモリ、品質要件に応じてさまざまな組み合わせで使うことも可能だ。

 学習したモデルにより、メモリ使用量を10倍効率的し、ニューラルネットワークデータの圧縮を含めると70倍の効率化に成功したという。これにより、複雑なデータを必要とするキャラクターアニメーションの制作予算を抑えることが可能だとしている。

印刷する
SNSでシェア
SpecialPR

この記事の著者

山下裕毅
山下裕毅

2014年から幅広い分野の研究論文をピックアップして解説しているメディア「Seamless」(シームレス)を主宰している。

関連記事

こんなメディアも見られています

ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。

メールマガジンを配信中
メールマガジンを配信中

国内外の業界動向、AIやクラウドなどの最新技術、キャリア情報など今知りたい情報をまとめてお届けします。

いますぐご登録

本日の新着記事

アクセスランキング

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5
  6. 6
  7. 7
  8. 8
  9. 9
  10. 10

ITmedia NEWS SNS

X @itmedia_newsをフォロー

インフォメーション

ITmediaNEWSをフォロー

あなたにおすすめの記事PR