지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.9
- 수록면
- 7 - 16 (10page)
이용수
초록· 키워드
오류제보하기
캐릭터 애니메이션 분야에서 목표 지향적 이동을 위해 원하는 궤적을 재현하는 것은 항상 어려운 과제이다. 생성 모델을 사용하는 데이터 기반 방법은 명시적인 조건 없이 긴 동작 시퀀스를 예측하는 효율적인 방법 중 하나이다. 이러한 방법은 고품질의 결과물을 생성해내지만, 멀리 있는 목표물을 무작위로 타격하는 것처럼 더 어려운 상황의 모션을 합성(synthesis)에 있어서는 제한될 수 있다. 하지만 이는 모션 데이터 클립을 모방하는 GAN Discriminator 를 사용하고 강화학습을 통해 해결할 수 있다. 본 연구는 캐릭터들이 GAN 기반 접근법과 리워드 설계를 통해 복싱을 구현하는 것을 목표로 한다. 논문에서 사용된 두 가지의 최신 연구인 Adversarial Motion Prior 와 Adversarial Skill Embedding 에 대해 비교실험하며, 또한 복싱을 경쟁 스포츠에 적용하기 위하여 멀티 에이전트 강화 학습을 위한 대규모 self-play 프레임워크인 TimeChamber 를 활용한다.
목차
Abstract
요약
1. Introduction
2. Related works
3. Experiments
4. Result
5. Conclusion
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
대니엘 에크 : 스포티파이로 `완벽한 음악 생태계`를 꿈꾸다
김환표
인물과사상
2016
.01
트래커를 활용한 딥러닝 기반 실시간 전신 동작 복원
김현석
,
강경원
,
박강래
외 1명
컴퓨터그래픽스학회논문지
2023
.12
근골격 모델과 참조 모션을 이용한 이족보행 강화학습
전지웅
,
권태수
컴퓨터그래픽스학회논문지
2023
.03
심층 강화 학습과 모션 매칭을 이용한 캐릭터 애니메이션 생성
이정민
,
권태수
,
이윤상
한국컴퓨터그래픽스학회 학술대회
2022
.07
모션 매칭을 활용한 상호작용적 캐릭터 경로 추적
이정민
,
권태수
,
이윤상
한국컴퓨터그래픽스학회 학술대회
2022
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-004-002021950