இந்த தளத்தின் உள்ளடக்கம் செயற்கை நுண்ணறிவு (AI) அல்லது இயந்திர மொழிபெயர்ப்பு தொழில்நுட்பம் மூலம் மொழிபெயர்க்கப்பட்டுள்ளது; பிழைகள் இருக்கலாம்.

Skip to content
3D
SIGGRAPH 2023

பணி கட்டுப்பாட்டுடன் கூடிய கலப்பு இயக்கக் கற்றல்

Author

பெய் சூ (க்ளெம்சன்), சூயிமின் ஷாங்க் (யுசி மெர்சிட்), விக்டர் ஜோர்டான், யோவானிஸ் கராமூசாஸ் (க்ளெம்சன்)

Venue

சிகிராஃப் 2023

Abstract

உடல்ரீதியாக உருவகப்படுத்தப்பட்ட கதாபாத்திரங்களுக்கான கலவை மற்றும் பணி சார்ந்த இயக்கக் கட்டுப்பாட்டிற்கான ஒரு ஆழ்நிலை கற்றல் முறையை நாங்கள் முன்வைக்கிறோம். முழு உடல் இயக்கங்களைப் பிரதிபலிக்கும் பலப்படுத்தல் கற்றலைப் பயன்படுத்தும் தற்போதுள்ள தரவு சார்ந்த அணுகுமுறைகளுக்கு மாறாக, ஒரு GAN-போன்ற அமைப்பில் பல வேறுபடுத்தும் கருவிகளைப் பயன்படுத்துவதன் மூலம், பல குறிப்பு இயக்கங்களிலிருந்து குறிப்பிட்ட உடல் பாகங்களுக்கான பிரிக்கப்பட்ட இயக்கங்களை நாங்கள் ஒரே நேரத்தில் நேரடியாகக் கற்றுக்கொள்கிறோம். இந்தச் செயல்பாட்டில், கற்றலுக்காக கலப்பு குறிப்பு இயக்கங்களை உருவாக்க எந்தவொரு கைமுறை வேலையும் தேவையில்லை. மாறாக, கட்டுப்பாட்டுக் கொள்கை, கலப்பு இயக்கங்களைத் தானாகவே எவ்வாறு இணைக்கலாம் என்பதைத் தானாகவே ஆராய்கிறது. மேலும், நாங்கள் பல பணி-குறிப்பிட்ட வெகுமதிகளைக் கருத்தில் கொண்டு, ஒற்றை, பல-நோக்கக் கட்டுப்பாட்டுக் கொள்கையைப் பயிற்றுவிக்கிறோம். இதற்காக, பல-மூலங்களிலிருந்து வரும் மாறுபட்ட இயக்கங்கள் மற்றும் பல இலக்கு-திசை கட்டுப்பாட்டு நோக்கங்களைக் கற்பதைத் தகவமைப்புடன் சமநிலைப்படுத்தும் ஒரு புதிய பல-நோக்கக் கற்றல் கட்டமைப்பை நாங்கள் முன்மொழிகிறோம். கூடுதலாக, கலப்பு இயக்கங்கள் பொதுவாக எளிய நடத்தைகளின் மேம்பாடுகளாக இருப்பதால், கலப்பு கட்டுப்பாட்டுக் கொள்கைகளை படிப்படியான முறையில் பயிற்சி செய்வதற்கான ஒரு மாதிரி-திறனுள்ள முறையை நாங்கள் அறிமுகப்படுத்துகிறோம். இதில், முன்கூட்டியே பயிற்சி செய்யப்பட்ட கொள்கையை மேட்டா கொள்கையாக மீண்டும் பயன்படுத்தி, புதிய கலப்பு பணிகளுக்காக மேட்டா கொள்கையை மாற்றியமைக்கும் ஒரு கூட்டுறவுக் கொள்கையைப் பயிற்சி செய்கிறோம். கலப்பு இயக்கப் பிரதிபலிப்பு மற்றும் பல இலக்கு-திசை கட்டுப்பாடு ஆகிய இரண்டையும் உள்ளடக்கிய பல்வேறு சவாலான பல-இலக்கு பணிகளில் எங்கள் அணுகுமுறையின் பயன்பாட்டை நாங்கள் காட்டுகிறோம்.