伯克利提出强化学习框架,可自学功夫等动作
极客时间编辑部
讲述:丁婵大小:1.22M时长:02:40
近日,伯克利人工智能研究院(BAIR)发表了一篇文章,文章中提出了一个强化学习框架,并基于这个框架打造了一款可以自学功夫的虚拟机器人。
这个虚拟机器人实现了特技演员级别的动作控制,中国功夫、跑酷、街舞等几大类动作样样在行,囊括了后空翻、跨越障碍、鲤鱼打挺、走独木桥、投棒球、太空步等等动作。同时,相对已有研究成果,新策略生成的动作更加自然、接近真实行为。
这有可能彻底改变电子游戏与电影的制作方式。动画师们可以将真实的素材提供给程序,并由其引导角色通过练习掌握动作。如此一来,最耗时耗神的角色动作规划与微调将不复存在。练习完成后,角色可以直接被放置在场景当中,而后执行其学习到的动作成果。
加州大学伯克利分校一年级博士生、此次研究的负责人杰森·彭(Jason Peng)表示,“艺术家们可以提供几项示例,然后系统就可以将其推广至所有不同情况。”
杰森表示,他们使用了强化学习这项 AI 技术,通过正向反馈学习的方式对动物的动作进行松散建模。
研究人员们先后对专业武术家及杂技演员的行动进行了捕捉。相关数据将供虚拟角色进行运动实验,并在具体表现与专家接近时得到正面加强。当然,这种动作设计方法要求角色拥有真实的形体,且配合精确的物理规则。
这意味着此项算法可以训练角色进行后空翻或者太空步。加州大学伯克利分校助理教授谢尔盖·莱文(Sergey Levine)表示,“这实际上能够解决动画当中的诸多难题。”动画与电脑游戏行业已经开始探索能够自动为人物添加逼真物理效果的软件。
此外,这一算法所带来的助益将远远超越电子游戏与特效领域。真正的机器人可以通过模拟练习以执行复杂的任务。举例来说,机器人可以首先以模拟形式学习如何拼装家具,而后再进行实际操作。
莱文指出,机器人最终甚至能够反过来向人类传授新的技巧。他解释称,“如果有人希望创造某种前所未有的体操项目,那么在原则上我们可以将相关动作纳入训练流程,并观察由此生成的合理结果”。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
- wedarenawesome!
收起评论