最高5000倍加速模擬物理世界,育碧在修復(fù)bug上又進(jìn)一步
解決“買游戲送bug”窘境
曉查 發(fā)自 凹非寺
量子位 出品 | 公眾號(hào) QbitAI
“買bug送游戲”對(duì)育碧游戲的玩家來說簡直是常態(tài)。即使是育碧的當(dāng)家游戲《刺客信條》、《孤島驚魂》系列也是bug也是多到令人發(fā)指。
比如《刺客信條:大革命》中,主角的臉部建模突然失控,變成一張“滑稽臉”。
又或者是人物總會(huì)卡死在奇怪的地方。
最近,育碧蒙特利爾工作室,也就是開發(fā)出上面幾款游戲的知名工作室,他們的研究員最近提出了一種游戲世界中的物理模擬方法,能夠包括模擬布料的飄動(dòng)和和其他彈性物體的變形。
這種方法結(jié)合機(jī)器學(xué)習(xí),能比之前的標(biāo)準(zhǔn)物理模擬方法快300到5000倍,每秒甚至能模擬3000多幀畫面!
文章的第一作者Daniel Holden在Twitter上公布了這項(xiàng)研究后,不少育碧玩家表示非常期待。
效果
研究人員在不同場景中模擬了不同物體在外力作用下的變形。
球在撞擊一只兔子:
人物在跳動(dòng)的時(shí)候,斗篷和裙子如何隨風(fēng)飄動(dòng):
然而在實(shí)際的游戲場景中,發(fā)生變化的物體可能不止一個(gè),所以育碧還進(jìn)行了壓力測(cè)試。讓幾百只兔子在同一幅畫面中被擠壓撞擊,還有16個(gè)人一起在畫面中跳舞,觀察斗篷的變化。
每個(gè)測(cè)試都能在120FPS和240FPS的幀速率獨(dú)立模擬運(yùn)行。
原理
這種方法的核心思想是將神經(jīng)網(wǎng)絡(luò)與子空間模擬相結(jié)合,產(chǎn)生一個(gè)可以完全在模擬子空間中運(yùn)行的模擬步驟,并且能同時(shí)與外部對(duì)象進(jìn)行交互。
作者使用Maya軟件的nCloth離線獲取訓(xùn)練數(shù)據(jù)X和Y,執(zhí)行PCA獲得壓縮的表征Z和W。然后將Z和W輸入神經(jīng)網(wǎng)絡(luò)φ進(jìn)行訓(xùn)練,預(yù)測(cè)z*的壓縮狀態(tài)、給定對(duì)象z的先前狀態(tài)zt-1,以及外部對(duì)象的壓縮狀態(tài)w*,從模型輸出直接計(jì)算模擬對(duì)象位置x*和法線?*,用于渲染。
算法中還包括多種優(yōu)化,比如高效的GPU解壓縮算法和頂點(diǎn)法線逼近方法。
這種方法一個(gè)重要的優(yōu)勢(shì)是它的性能,運(yùn)行速度更快,內(nèi)存占用更少。下表列出了,它與其他方法的對(duì)比。結(jié)果證明,該方法相比標(biāo)準(zhǔn)模擬方法中實(shí)現(xiàn)了~300×到~5000倍的加速。即使與其他最先進(jìn)的方法(如HRPD)相比,它也具有良好的性能。
以上所有性能測(cè)試均是在Intel Xeon E5-1650 3.5 GHz CPU和GeForce GTX 1080 Titan GPU上進(jìn)行。
當(dāng)然,育碧最后還是逃不過bug的命運(yùn)。這套方法也并非沒有局限性,如果某些參數(shù)過大,仍然會(huì)產(chǎn)生錯(cuò)誤的模擬結(jié)果。
前面演示的小球碰撞布料的模擬,如果小球的速度足夠快,就能直接穿過去,好像布料完全不存在一樣。
論文地址:
http://theorangeduck.com/media/uploads/other_stuff/deep-cloth-paper.pdf
— 完 —
誠摯招聘
量子位正在招募編輯/記者,工作地點(diǎn)在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們!相關(guān)細(xì)節(jié),請(qǐng)?jiān)诹孔游还娞?hào)(QbitAI)對(duì)話界面,回復(fù)“招聘”兩個(gè)字。
量子位 QbitAI · 頭條號(hào)簽約作者
?’?’ ? 追蹤AI技術(shù)和產(chǎn)品新動(dòng)態(tài)




