Ícono del sitio La Neta Neta

Los investigadores enseñan a una IA cómo driblear

Los investigadores enseñan a una IA cómo driblear

Si bien este tipo animado parece sacado de NBA 2K18, en realidad es una IA que está aprendiendo a driblar en tiempo real. La IA comienza a torpear la pelota un poco y en el ciclo 95 es capaz de hacer cosas reales de los Harlem Globetrotters. En resumen, lo que estás viendo es un avatar parecido a un humano que aprende un movimiento humano muy especializado.

Para hacer esto, los investigadores de Carnegie Mellon y DeepMotion, Inc. crearon un “método en tiempo real basado en la física para controlar personajes animados que pueden aprender habilidades de dribleo a partir de la experiencia”. El sistema, que utiliza “aprendizaje por refuerzo profundo”, puede utilizar la fecha de captura de movimiento para aprender los movimientos básicos.

“Una vez que se aprenden las habilidades, se pueden simular nuevos movimientos mucho más rápido que en tiempo real”, dijo Jessica Hodgins, profesora de CMU.

Una vez que el avatar aprende un movimiento básico, los movimientos avanzados son más fáciles, incluido el regate entre las piernas y los cruces.

Desde el lanzamiento:

Un método basado en la física tiene el potencial de crear juegos más realistas, pero obtener los detalles sutiles correctamente es difícil. Eso es especialmente cierto para el regate de una pelota de baloncesto porque el contacto del jugador con la pelota es breve y la posición de los dedos es fundamental. Algunos detalles, como la forma en que una pelota puede continuar girando brevemente cuando hace un ligero contacto con las manos del jugador, son difíciles de reproducir. Y una vez que se suelta la pelota, el jugador debe anticipar cuándo y dónde regresará la pelota.

El programa aprendió las habilidades en dos etapas: primero dominó la locomoción y luego aprendió a controlar los brazos y las manos y, a través de ellos, el movimiento de la pelota. Este enfoque desacoplado es suficiente para acciones como driblear o quizás hacer malabares, donde la interacción entre el personaje y el objeto no tiene un efecto sobre el equilibrio del personaje. Se requiere más trabajo para abordar los deportes, como el fútbol, ​​donde el equilibrio está estrechamente emparejado con las maniobras del juego, dijo Liu.

El sistema podría allanar el camino para avatares en línea más inteligentes e incluso traducirse en interacciones físicas con el mundo real.


Source link
Salir de la versión móvil