Forskare vid University of Edinburgh har presenterat en ny teknik som har potential att radikalt förbättra hur karaktärer rör sig i spel.
Tekniken presenteras i en rapport med det sexiga namnet "Phase-Functioned Neural Networks for Character Control" och bygger i korthet på att rörelserna räknas fram i realtid. Karaktären anpassar därmed rörelserna efter hur miljön faktiskt ser ut, istället för att spelet väljer en förinspelad rörelse till karaktären. Rörelserna blir avsevärt mer naturliga och realistiska, vilket demonstreras i filmen nedan. Kolla till exempel när karaktären klättrar över besvärlig terräng ungefär 2:25 in i filmen; han tar handen till hjälp för att balansera.
Forskaren Daniel Holden säger så här till Ars Technica:
We start by making a huge database of animation data, and we use machine learning to produce a system which maps directly from the user input to the animation of the character. So, instead of storing all the data and selecting which clip to play with, [we] have a system which actually generates animations on the fly, given the user input.
Men även om tekniken ser mycket lovande ut har den en del nackdelar. En är svårigheten att få karaktären att röra sig bra hukande genom knölig terräng, en annan att det tog det självlärande systemet 30 timmar att arbeta fram animationerna. Om och när tekniken kan tänkas bli tillgänglig för spelmakare är okänt, men Ubisoft har rekryterat Holden för att utveckla tekniken ytterligare. Vi tippar att ett framtida Assassin's Creed kommer säljas med strålande animationer som argument.
