WANDR сможет сгенерировать движения, которые позволят аватарам взаимодействовать с их виртуальной средой, например взять чашку кофе.
Новая ИИ-модель была разработана командой ученых из Института интеллектуальных систем Макса Планка, Германия и Швейцарской высшей технической школы Цюриха, пишет Tech Xplore.
Одна цель исследования носит более глубинный характер — выяснить, что нужно для создания виртуальных аватаров, способных вести себя как настоящие люди. Что, по сути, означает научить рассуждать о мире, передвигаться в нем, ставить цели и пытаться их достигать.
Если говорить о практической стороне применения разработки, WANDR поможет в будущем создавать контент для видеоигр, VR-приложений, анимационных фильмов и развлекательных программ, позволяя персонажам, похожим на человека, выполнять более реалистичные телодвижения.
Чтобы сгенерировать естественные движения человека для аватаров, ученые использовали два метода. Первое — обучение с подкреплением (RL) для овладения аватарами новых навыков. Второй — создание набора данных, содержащее человеческие демонстрации, а затем в использовании его для обучения модели машинного обучения.
«RL, очень простыми словами, это обучение навыкам через опыт, полученный путем проб и ошибок. Для нашей задачи агент должен был бы попробовать всевозможные случайные движения в начале обучения, пока ему не удастся сначала правильно стоять, потом ходить, ориентироваться на цель, двигаться к ней и, наконец, дотянуться до нее рукой», — объясняет один из ученых Маркос Диоматарис. — «Этот метод не обязательно требует набора данных, но он может требовать больших объемов вычислений, а также изнурительной разработки вознаграждений для агента, чтобы предотвратить неестественное поведение (например, отдавать предпочтение ползанию, а не ходьбе во время передвижения)».
В отличие от RL, обучающие модели с использованием наборов данных предоставляют виртуальному агенту более богатую информацию о навыке, а не позволяют ему выяснять эту информацию самостоятельно. Хотя сейчас существуют различные большие наборы данных, содержащие демонстрации движений человека, очень мало из них включают в себя движения дотягивания, которые команда также хотела бы воспроизвести в аватарах.
«Придавая приоритет реалистичности движений, мы решили изучать этот навык на основе данных, — говорит Диоматерис. «Мы представляем метод, который может использовать как большие наборы данных с разными общими движениями, так и меньшие наборы данных, специализирующихся на достижении человеком цели».
Диоматерис и его коллеги впервые разработали учебную задачу, которая была скептической к существованию меток целей. Этот ключевой шаг позволил WANDR научиться общим навыкам навигации на больших наборах данных, используя при этом маркированные данные, полученные из меньших наборов данных.
«В настоящее время не хватает двух основных частей, которые мы планируем исследовать в будущем, — добавил Диоматрис. «Во-первых, аватары должны иметь возможность использовать большие и необработанные наборы видеоданных, чтобы научиться двигаться и взаимодействовать со своим виртуальным миром, и вдобавок к этому, они должны иметь возможность исследовать свой виртуальный мир и учиться на собственном опыте. Эти два направления являются основными способами, с помощью которых люди также приобретают опыт: выполняя действия и изучая их последствия, а также наблюдая за другими и учась на их опыте».
«Есть ли у меня талант, если компьютер может имитировать меня?». Искусственный интеллект пишет книги авторам Amazon Kindle. The Verge пообщался с авторами и обнаружил много интересного
Писатели-романисты используют искусственный интеллект для создания своих произведений. Издание о технологиях The Verge пообщалось с писательницей Дженнифер Лепп, выпускающей новую книгу каждые девять недель, и узнало о том, как работает искусственный интеллект для написания романов. Приводим адаптированный перевод статьи.
Хотите сообщить важную новость? Пишите в Telegram-бот
Главные события и полезные ссылки в нашем Telegram-канале