游戏角色动作太羞耻？AI来帮忙了（论文有）

现在，不管你是在主机、PC端，还是在掌机乃至手机上玩游戏，在画面的逼真度上已经相当不错了。但是对于经常玩游戏的人来说，这些游戏在一个方面还做得不够出色——游戏中的角色动作太僵硬，不够自然，有时还会出现让人啼笑皆非的bug。那些看起来静态面相不错，甚至颜值爆表的游戏角色，一动起来就变得尴尬了。

我们都知道这是困扰游戏制作者们的问题。但最近，来自爱丁堡大学和Method Studio的研究人员开发出了一套动画系统，利用神经网络，使得游戏角色的动作更为自然。

痛苦的工作

现在的一些优质游戏在描绘角色动作上已经做得相当好。但是对于游戏制作者来说，这是一个十分痛苦的过程：他们需要一个庞大的动作库，然后根据游戏的不同场景将每个可能的动作连接在一起。举个例子，在《古墓丽影》里，当劳拉蹲着爬楼梯的时候，如果她试着挺起背会怎么样？如果她试着在一根横木上保持平衡时被打了，效果会如何？这些情况实在太多了，给动画师们留下了极大的任务。

但现在，Daniel Holden、Taku Komura和Jun Saito等人开发的系统可能会让这个过程变得更容易。他们的机器学习系统使用了许多不同种类的动作捕捉片段进行训练。然后，当使用者输入“走这条路”的指令，并考虑地形因素时，系统就会输出同时满足这两个条件的动画。

更流畅的动作

举个例子，当人物在慢跑状态下跳过一个小型障碍物时：

动画师们不再需要制作“由跑到跳”的自定义动画，一切都由算法决定，算法生成的动作更加流畅自然，避免了在一个动作到另一个动作的过程中出现的卡顿和不自然。虽然许多现有的游戏引擎也能对人物的脚步和复合动作进行即时反应，但这个系统生成的动作更加稳定和坚实。

以前，机器学习技术已经被引入到游戏制作领域。但以前的系统只能处理一些非常基本的动作，并且由于系统有时会在某些场景中出现短暂的错误，所以生成的动作往往是错误的，或者会直接跳过一些必要的动作。

为了解决这些问题，研究团队在这个神经网络中加入了相位函数，从根本上避免了系统将不同的动画类别错误地混在一起。例如，在跳跃过程中走了一步。

"因为我们的方法是数据驱动的，游戏角色不仅仅是重复某个跳跃动作，它会根据障碍物的高度不断调整自己的动作，"一位研究者说。

当然，这个系统现在可能还不能直接应用到游戏中，但它可能正开启使用人工智能来创造和组合动作的过程，这意味着动画师们要做的枯燥工作将会减少，同时也意味着游戏中角色的动作将会更自然。

附论文：

论文链接

招聘

我们正在招募编辑、记者和运营等职位，工作地点在北京中关村，期待你的加入，一起体验人工智能的崭新时代。

相关细节，请在公众号对话界面，回复：“招聘”两个字。

One More Thing...

今天AI界还有哪些事情值得关注？在量子位（QbitAI）公众号会话界面回复“今天”，看我们全网搜罗的AI行业和研究动态。笔芯~