Un réseau neuronal pour animer des personnages

FIFA 97 et FIFA 2017 sont séparés par 20 ans, le premier est carrément tombé dans le domaine du rétro avec ses mouvements cassants, son ballon poussé par les joueurs sans fluidité. En 20 ans, les avancées ont été grandissantes. Nous avons maintenant un ballon qui roule à la perfection et la possibilité de faire des coups francs enroulés. En bref, depuis l’apparition des jeux vidéos, qu’on peut situer vers les années 60, les personnages et leurs environnements ont beaucoup évolué. Cependant, il est toujours aussi difficile de reproduire la fluidité du mouvement humain, comme on peut le voir dans beaucoup de jeux vidéos actuels.

Daniel Holden, qui est chercheur chez Ubisoft à Montréal, apporte un regard nouveau sur le sujet en prenant le contrepied sur ce qui se fait actuellement en terme d’animation de mouvements. Pour reproduire la variété et la fluidité du mouvement humain, le chercheur propose d’utiliser un réseau neuronal, méthode qui repose sur le machine learning et beaucoup d’intelligence. Dans la majorité des jeux vidéos, lorsque les variables (actions, environnement, etc.) sont trop nombreuses, le personnage perd sa fluidité et devient désorganisé. Selon lui, ce type de réseau neuronal n’utilise que peu de mémoire, est rapide lors de l’exécution et prend en compte les différents environnements, lors d’un saut par exemple. Un environnement virtuel a été mis en place pour obtenir de la data en disséquant chaque mouvement pour entrainer le système à simuler le naturel. Le mécanisme de contrôle de cette nouvelle architecture neurone fonctionne en temps réel et génère automatiquement des mouvements de qualité adaptés aux environnements géométriques (marche, escalade) et l’état précédent du personnage.

L’obstacle de la fluidité du mouvement repose sur la même problématique que la voix d’Alexa : comment reproduire l’humain et sa complexité au travers de machines ou de jeux ? Cette question risque de nous occuper un moment.

Source : Blog de Daniel Holden