Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
물리 기반 캐릭터 애니메이션을 위해 수영 동작을 합성하는 새로운 방법론인 SWIM을 제안합니다. 단일 수영 동작 데이터만으로도 다양한 환경, 신체 조건, 수영 스타일에 대응할 수 있는 높은 일반화 성능을 보여줍니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기우리는 물리 기반 수영 동작을 합성하기 위한 새로운 방법을 제안합니다. 물리 기반 캐릭터 애니메이션 (Physically-based character animation)은 예상치 못한 방해에도 대응할 수 있는 물리적으로 유효하고, 제어 가능하며, 자연스러워 보이는 동작을 생성하는 것을 목표로 합니다. 여기서 난이도를 결정하는 주요 요인 중 하나는 작업의 복잡성, 특히 환경과의 상호작용에 요구되는 정교함의 수준입니다. 기존 연구들은 정적 및 동적 환경의 다양한 작업에서 성공을 거두었습니다. 우리는 난이도를 수영으로 한 단계 더 높였으며, 이는 전신 협응 (full-body coordination)과 유체와의 지속적인 상호작용을 필요로 하며, 이는 환경과의 상호작용 측면에서 새로운 수준의 복잡성을 의미합니다. 이러한 복잡성은 변동성이 큰 환경적 힘(environmental forces) 하에서의 제어 학습, 다양한 환경 및 수영 스타일로의 제어 일반화, 참조 데이터의 부족, 그리고 제어 학습 과정에서 불가피하게 발생하는 매우 느린 물리 시뮬레이션 (physical simulation) 등의 과제를 안겨줍니다. 이를 위해 우리는 단일 수영 동작으로부터 학습하여 보지 못한 환경, 신체 조건 및 수영 스타일로 일반화할 수 있는 새로운 수영 동작 모방 방법인 SWIM을 제안합니다. 광범위한 평가와 비교를 통해 SWIM이 데이터 효율적이고, 안정적이며, 견고하고, 일반화 능력이 뛰어나다는 것을 입증하였으며, 여러 클래스의 작업과 지표에 걸쳐 기존의 대안 방법들을 능가함을 보여주었습니다.