Intelin Masked Humanoid Controller: Uudenlainen lähestymistapa fyysisesti realistisen ja ohjattavan ihmisen liikkeen luomiseen

Tutkijat Intel Labsista (INTC ), yhteistyössä akateemisten ja teollisuuden asiantuntijoiden kanssa, ovat esittäneet uraauurtavan tekniikan realistisen ja ohjattavan ihmisen liikkeen luomiseksi harvoista, monitilaisista syötteistä. Heidän työnsä, joka korostettiin Euroopan tietokoneen näön konferenssissa (ECCV 2024), keskittyy voittamaan haasteita, jotka liittyvät luonnollisten, fyysisesti perustuvien ihmiskäyttäytymisen luomiseen korkeaulotteisissa humanoidihahmoissa. Tämä tutkimus on osa Intel Labsin laajempaa aloitetta edistää tietokoneen näköä ja koneoppimista.

Intel Labs ja sen kumppanit esittivät äskettäin kuusi uraauurtavaa tutkimusta ECCV 2024:ssa, joka on johtava konferenssi, järjestetty Euroopan tietokoneen näön yhdistyksen (ECVA) toimesta.

Artikkeli Generating Physically Realistic and Directable Human Motions from Multi-Modal Inputs esitteli innovaatioita, kuten uuden puolustusstrategian teksti-kuva-malleja vastaan prompt-pohjaisissa hyökkäyksissä ja suuren aineiston kehittämistä parantamaan paikallista johdonmukaisuutta näissä malleissa. Näiden panostusten joukossa artikkeli korostaa Intelin sitoutumista edistäämallisten malleja vastuullisesti ja priorisoida vastuullista tekoälyä.

Luomalla realistisia ihmisen liikkeitä monitilaisista syötteistä

Intel Masked Humanoid Controller (MHC) on läpimurtojärjestelmä, joka on suunniteltu luomaan ihmismäisiä liikkeitä simuloitujen fysiikkaympäristöissä. Toisin kuin perinteiset menetelmät, jotka riippuvat voimakkaasti täydellisistä liikkeenkaappausdatasta, MHC on rakennettu käsittelemään harvoja, epätäydellisiä tai osittaisia syötedataa eri lähteistä. Nämä lähteet voivat sisältää VR-ohjaimia, jotka seuraavat vain käden tai pään liikkeitä; säädinohjauksia, jotka antavat vain korkean tason navigointikäskyjä; videoseurantaa, jossa tietyt kehon osat voivat olla peitettynä; tai jopa abstrakteja ohjeita, jotka on johdettu tekstiprompteista.

Teknologian innovaatio piilee sen kyvyssä tulkita ja täydentää aukkoja, joissa data on puutteellista tai epätäydellistä. Se saavutetaan Intelin mukaan Catch-up, Combine, and Complete (CCC)-ominaisuuksilla:

• Catch-up: Tämä ominaisuus sallii MHC:lle palautua ja synkronoida liikkeensä, kun häiriöt tapahtuvat, kuten kun järjestelmä aloittaa epäonnistuneessa tilassa, kuten humanoidihahmo, joka on kaatunut. Järjestelmä voi nopeasti korjata liikkeensä ja jatkaa luonnollista liikettä uudelleen koulutusta tai manuaalisten säätöjen tarpeetta.
• Combine: MHC voi yhdistää eri liikkeenjaksot, kuten yhdistää ylävartalon liikkeet yhdestä toiminnosta (esim. aaltoileminen) alavartalon liikkeisiin toisesta toiminnosta (esim. kävely). Tämä joustavuus mahdollistaa uusien käyttäytymismallien luomisen olemassa olevasta liikkeenaineistosta.
• Complete: Kun annetaan harvat syötteet, kuten osittainen kehon liikkeen data tai epämääräisiä korkean tason ohjeita, MHC voi älykkäästi päätellä ja luoda puuttuvat osat liikkeestä. Esimerkiksi, jos vain käsien liikkeet on määritelty, MHC voi itsestään luoda vastaavat jalkaliikkeet fyysisen tasapainon ja realismin ylläpitämiseksi.

Tuloksena on erittäin sopeutuva liikkeenluontijärjestelmä, joka voi luoda sileitä, realistisia ja fyysisesti tarkkoja liikkeitä, jopa epätäydellisistä tai alimääritellyistä ohjeista. Tämä tekee MHC:stä ihanteellisen sovelluksille, kuten peleissä, robottiikassa, virtuaalitodellisuudessa ja kaikissa tilanteissa, joissa tarvitaan korkealaatuista, ihmismäistä liikettä, mutta syötedata on rajoitettua.

MHC:n vaikutus generatiivisiin liikkeenmalleihin

Masked Humanoid Controller (MHC) on osa laajempaa Intel Labsin ja sen yhteistyökumppaneiden pyrkimystä rakentaa vastuullisia generatiivisia malleja, mukaan lukien ne, jotka ohjaavat teksti-kuva- ja 3D-generaattorit. Kuten ECCV 2024:ssa keskusteltiin, tämä lähestymistapa on merkittäviä vaikutuksia aloille, kuten robottiikka, virtuaalitodellisuus, pelit ja simulaatio, joissa realistisen ihmisen liikkeen luominen on kriittistä. Sisällyttämällä monitilaiset syötteet ja mahdollistamalla ohjaimen välimaaston liikkeiden siirtymisen, MHC voi käsitellä todellisen maailman tilanteita, joissa anturidata voi olla meluisaa tai epätäydellistä.

Tämä Intel Labsin tutkimus on rinnakkain muiden edistyneiden tutkimusten kanssa, jotka esiteltiin ECCV 2024:ssa, kuten uuden puolustuksen kehittäminen teksti-kuva-malleja vastaan ja tekniikoiden kehittäminen parantamaan paikallista johdonmukaisuutta kuvageneraattoreissa. Nämä edistysaskeleet yhdessä osoittavat Intelin johtavan aseman tietokoneen näön alalla, keskittyen kehittämään turvallisia, skaalautuvia ja vastuullisia tekoälytekniikoita.

Johtopäätös

Intel Masked Humanoid Controller (MHC), jota kehittivät Intel Labs ja akateemiset yhteistyökumppanit, edustaa kriittistä askelta eteenpäin ihmisen liikkeen luomisessa. Ratkaisemalla monimutkaisen ohjausongelman, joka liittyy realistisen liikkeen luomiseen monitilaisista syötteistä, MHC avaa uusia sovellusmahdollisuuksia virtuaalitodellisuudessa, peleissä, robottiikassa ja simulaatiossa. Tämä tutkimus, joka esiteltiin ECCV 2024:ssa, osoittaa Intelin sitoutumisen edistää vastuullista tekoälyä ja generatiivista mallinnusta, ja siten edistää turvallisempia ja sopeutuvampia teknologioita eri aloilla.