ugurserver30@gmail.com

Bilgisayar Oyununda Yapay Zeka İle Gerçeğe Yakın Top Sürme | YAYIN TARİHİ: 08 Kasım 2018, 14:08

Bilgisayar Oyununda Yapay Zeka İle Gerçeğe Yakın Top Sürme


Derin takviye öğrenme (yapay zeka), basketbol video oyunlarının daha gerçekçi olması yolunda önemli bir adımdır. Basketbol oyuncuları, driplinge başlamadan önce çok fazla pratiğe ihtiyaç duyarlar ve bu, bilgisayar animasyonu yapan oyuncular için de geçerlidir. Derin takviye öğrenimini kullanarak, video basketbol oyunlarındaki oyuncular, top sürme becerilerini uygulayabilmek için hareket yakalama verilerinin kavrayışlarını öğrenebilirler.

 

 Konu ile ilgili Carnegie Üniversitesi’ndeki araştırmacılar ile akıllı avatarlar geliştiren Kaliforniya şirketi DeepMotion Inc. ilk kez top sürme becerilerini öğrenebilen animasyonlu karakterleri kontrol etmek için fizik tabanlı, gerçek zamanlı bir yöntem geliştirdiler. Bu sistemde avatarlar, basketbolcular tarafından gerçekleştirilen hareketleri yakalamayı öğrendikleri belirtiliyor.

 

Deneme-yanılma öğrenme süreci, milyonlarca denemeyi gerektiren zaman alıcı bir yöntemdir. Uygulama sonuçları, fiziksel olarak makul bir top hareketi ile yakından koordine edilen kol hareketleridir. Oyuncular bacaklarının arasında top sürmeyi, sırtlarının gerisinde döndürmeyi ve çapraz hareketler yaparak, bir yetenekten diğerine geçiş yapmayı öğrenmektedirler.

 

Carnegie Mellon bilgisayar bilimleri ve robot bilimleri profesörü Jessica Hodgins, “Beceriler öğrenildikten sonra, yeni hareketler gerçek zamanlıdan daha hızlı simüle edilebilir” demiştir.

 

Konu ile ilgili raporun ilk yazarı Liu, "Bu araştırma, sporu yetenekli sanal avatarlarla simüle etmenin kapısını açıyor," diyerek, bu teknolojinin, oyun, animasyon, hareket analizi ve gelecekte robotik için daha etkileşimli karakterler oluşturmada spor simülasyonunun ötesine uygulanabileceğini belirtmiştir.

 

Hareket yakalama verileri hâlihazırda en gelişmiş video oyunlarına gerçekçilik katmaktadır. Fizik tabanlı bir yöntem daha gerçekçi oyunlar oluşturma potansiyeline sahiptir, ancak ince ayrıntıların doğru bir şekilde elde edilmesi zordur. Bu bir basketbol topunu oynatmak için böyledir, çünkü topla oyuncu teması kısadır ve parmak pozisyonu kritiktir. Bir topun oyuncunun elleriyle hafif temas ettiğinde kısaca dönme şekli gibi bazı detayları çoğaltmak zordur. Ve top serbest bırakıldığında, oyuncunun topun ne zaman ve nerede döneceğini tahmin etmesi gerekir.

 

Liu ve Hodgins, modelin bu önemli detayları almasını sağlamak için derin takviye öğrenmeyi kullanmışlardır. Yapay zekâ programı, yapılan çalışmada derin öğrenme olarak kullanılmıştır.

 

Giriş olarak kullanılan hareket yakalama verileri, bel çevresinde topun döndürülmesi, koşarken top sürme, hem sağ el ile hem de el değiştirirken top sürme gibi aktiviteler yaptırmaktı. Bu yakalama verileri, Liu'nun doğru bir şekilde kaydedilmesinin zor olduğu top hareketini içermiyordu. Bunun yerine, belirli bir el hareketi için topun en olası yollarını hesaplamak için yörünge optimizasyonunu kullanarak gerçekleştirdiler.

 

Program becerileri iki aşamada gerçekleştirilmiştir; ilk önce lokomotionda ustalaşma ve sonra kolların ve ellerin nasıl kontrol edileceğini ve bunların aracılığıyla topun hareketini öğrenilmiştir. Bu ayrıştırma yaklaşımı, karakter ve nesne arasındaki etkileşimin karakterin dengesi üzerinde bir etkisinin olmadığı, top sürme veya belki de hokkabazlık gibi eylemler için yeterlidir. Liu, dengenin oyun manevralarıyla sıkı sıkıya birleştirildiği futbol gibi sporları ele almak için daha fazla çalışmaya ihtiyaç duyulduğunu belirtmiştir.



Etiketler: yapay zeka,derin öğrenme


ugurgunen.com tarafından kurulmuştur.Her hakkı saklıdır. SİTEMAP