AIモデルはゲーム開発者がリアルなアニメーションを生成できるようにするかもしれない

Electronic Artsの研究者チームは最近、強化学習モデルを含むさまざまな人工知能アルゴリズムを使用して、ビデオゲーム作成のさまざまな側面を自動化することを実験しました。研究者たちは、AIモデルが開発者やアニメーション作成者が繰り返し行うタスク、たとえばキャラクターの動きをコード化するというタスクを節約することができることを希望しています。

ビデオゲーム、特に大規模なAAAビデオゲームの設計は、数千時間の労力を必要とします。ビデオゲーム機、コンピューター、モバイルデバイスがより強力になるにつれて、ビデオゲーム自体もより複雑になります。ゲーム開発者は、労力を減らしてより多くのゲームコンテンツを生成する方法を探しています。たとえば、ランドスケープや環境を生成するために、手順的生成アルゴリズムを使用することがよくあります。同様に、人工知能アルゴリズムを使用してビデオゲームのレベルを生成したり、ゲームのテストを自動化したり、キャラクターの動きをアニメーション化したりすることができます。

ビデオゲームのキャラクターアニメーションは、よりリアルなアニメーションを確実にするために、モーションキャプチャーシステムの支援を受けて完了することがよくあります。ただし、このアプローチには限界があります。アニメーションを駆動するコードを書く必要があるだけでなく、アニメーション作成者はキャプチャされたアクションのみに限定されます。

Wiredによると、EAの研究者たちはこのプロセスを自動化し、アニメーションに費やされる時間と金銭を節約することを目指しました。研究チームは、強化学習アルゴリズムを使用して、人間のモデルを作成し、モーションキャプチャーデータを手動で記録およびコード化する必要なくリアルな動きを実現することを実証しました。研究チームは、「モーション変分オートエンコーダー」（Motion VAEs）を使用して、モーションキャプチャーデータから関連する動きのパターンを特定しました。オートエンコーダーが動きのパターンを抽出した後、強化学習システムは、特定の目標（たとえば、サッカーのボールを追いかける）に基づいてリアルなアニメーションを生成するためにデータでトレーニングされました。研究チームが使用した計画および制御アルゴリズムは、望ましい動きを生成できたほか、元のモーションキャプチャーデータにない動きも生成できました。つまり、主題が歩く方法を学習した後、強化学習モデルは走る方法を決定できます。

NYUの教授であり、AIツール会社Modl.aiの共同創設者であるジュリアン・トゲリウスは、Wiredに対して、この技術は将来非常に役立つことになるだろうと述べました。

「手順的アニメーションは非常に大きなものになるでしょう。ゲームコンテンツの構築に伴う多くの作業を自動化するからです」と、トゲリウスはWiredに語った。

UBCのミヒエル・ファン・デ・パンネ教授は、このプロジェクトに関与しており、研究チームは同じプロセスで非人間のアバターをアニメーション化することを検討していると述べています。ファン・デ・パンネは、Wiredに対して、新しいアニメーションを作成するプロセスは非常に難しいかもしれないが、技術が魅力的で面白いアニメーションをレンダリングできるようになることを信じていると述べました。

ビデオゲームの開発におけるAIの他の応用例としては、基本的なゲームの生成があります。たとえば、トロント大学の研究者たちは、生成的な敵対的ネットワークを設計し、ゲームPac-Manを、ゲームの設計に使用されたコードにアクセスせずに再現することができました。アルバータ大学の研究者たちは、スーパーマリオブラザーズやロックマンなどのゲームのルールに基づいて、ビデオゲームのレベルを生成するためにAIモデルを使用しました。