跳到正文
原文
arXiv · Human-Computer Interaction· Jiqing Wen, Qixuan Shi, Robert LiKamWa 等 4 人
· 2 天前

学习武术动作技能用于VR对打游戏中的对手动画

Learning Martial Arts Motion Skills for Animating Opponents in VR Sparring Games

预印本 · 尚未经过同行评审

AI 导读

从唐手道动作捕捉数据用强化学习预训练武术技能库,并在Meta Quest VR对打原型中生成对手动作。

摘要 · AI 翻译

在游戏开发中,为虚拟对手制作动画是一项重要但具有挑战性的任务。在武术游戏中,对手的动作不仅必须在物理上合理,还必须展现出恰当的技术、时机、过渡以及面向目标的意图。传统游戏动画通常依赖手工制作的动画片段、状态机过渡和程序化调整,这可能耗费大量人力,并可能限制非玩家角色的行为多样性。本文提出了一个用于虚拟对练游戏中角色动画的武术动作技能学习框架。受唐手道(Tang Soo Do)启发,我们收集了一个武术动作捕捉数据集,其中包含孤立的进攻与防守技术、技术组合与过渡,以及情境化的对练变体。我们首先使用带有对抗性风格奖励的强化学习(RL),从采集的数据中预训练出一套可复用的武术动作技能库,然后使用任务特定奖励对这些技能进行适配,以实现面向目标的击打和威胁感知的闪避。我们通过一项用户研究评估了学习策略生成的动作,参与者在研究中评估了这些动作的物理合理性、流畅性和武术形态。为展示其在交互式游戏玩法中的适用性,我们为 Meta Quest 头显开发了一个 VR 对练原型。该原型将策略生成的动作片段与轻量级基于状态的控制相结合,以支持交互式对手行为。综合来看,这些发现支持了将学习得到的武术技能库作为 VR 对练游戏中对手动画动作基础的可行性。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Human-Computer Interaction · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。