Các nhà nghiên cứu AI tại UC Berkeley và Đại học British Columbia đã tạo ra các nhân vật ảo có khả năng bắt chước cách một người thực hiện võ thuật, parkour, và nhào lộn, thực hành di chuyển không ngừng cho đến khi chúng nhận thấy đủ.
Công việc có thể thay đổi cách thức thực hiện các trò chơi điện tử và phim ảnh. Thay vì lập kế hoạch hành động của nhân vật trong các chi tiết hấp dẫn, người làm phim hoạt hình có thể cho các cảnh quay thực sự vào một chương trình và để nhân vật của họ làm chủ chúng thông qua thực hành. Một nhân vật như vậy có thể bị rơi vào một cảnh và rời đi để thực hiện các hành động.
Các thuật toán tương tự có thể được sử dụng để dạy một loạt các kỹ năng vật lý đầy thử thách.
“Một nghệ sĩ có thể chỉ đưa ra một vài ví dụ, và sau đó hệ thống có thể khái quát hóa tất cả các tình huống khác nhau”, Jason Peng, sinh viên năm thứ nhất chương trình Tiến sĩ tại UC Berkeley, người thực hiện nghiên cứu cho biết.
Các nhân vật ảo được phát triển bởi nhà nghiên cứu AI sử dụng kỹ thuật AI được gọi là học tập tăng cường, được mô hình hóa lỏng lẻo trên con đường tìm hiểu động vật.
Các nhà nghiên cứu đã bắt được hành động của các võ sĩ và nhào lộn chuyên nghiệp. Một thí nghiệm nhân vật ảo với chuyển động của nó và nhận được tăng cường tích cực mỗi lần nó được một chút gần gũi hơn với các chuyển động của chuyên gia đó. Cách tiếp cận đòi hỏi một nhân vật để có một cơ thể vật chất thực tế và để sống một thế giới với các quy tắc vật lý chính xác.
Nó có nghĩa là cùng một thuật toán có thể đào tạo một nhân vật để làm một backflip hoặc một moonwalk. “Bạn thực sự có thể giải quyết một loạt các vấn đề trong hoạt hình,” Sergey Levine, một trợ lý giáo sư tại UC Berkeley, người đã tham gia dự án cho biết.
Các nhân vật được máy tính tạo ra trong các trò chơi video và phim có ngân sách cao có thể trông thực tế, nhưng chúng ít hơn nhiều so với các bộ phim truyền thống kỹ thuật số, theo một kịch bản được biên đạo cẩn thận.
Quá trình học tập tăng cường liên quan đến việc tiến bộ dần dần
Cách tiếp cận này có thể có lợi ích vượt ra ngoài trò chơi điện tử và các hiệu ứng đặc biệt. Robot thực sự cuối cùng có thể học cách thực hiện các nhiệm vụ phức tạp với thực hành mô phỏng. Một bot có thể thực hành đặt một bảng với nhau trong mô phỏng, ví dụ, trước khi thử nó trong thế giới thực.
Levine nói rằng các robot có thể sẽ dạy chúng tôi một số thủ đoạn mới. 'Nếu ai đó muốn làm một số loại thể dục dụng cụ mà không ai từng thử trước đây, về nguyên tắc họ có thể cắm nó vào điều này và có một cơ hội tốt một cái gì đó rất hợp lý sẽ đi ra,' ông nói.
