PFNN – нейромережа в Metro Exodus

Про що доповідь

Максим Ганенко з 4A Games розповідає, як у Metro Exodus для анімації переміщення персонажів застосували нейромережу PFNN з фазовою функцією. Замість графа анімаційних станів із комбінаторним вибухом переходів мережа навчається на записаних рухах актора і щокадру передбачає наступну позу за поточною позою та заданим маршрутом. Спікер описує свій внесок: візуалізацію даних, автоматичний пошук аномалій у датасеті, розмітку кроків за допомогою стельок із датчиками тиску, а також керування NPC через «уявний джойстик», який сам коригується за помилкою відносно бажаної траєкторії. Перенесення датасету на GPU і зміна подання фази скоротили епоху навчання з 15 хвилин до 30 секунд. У відповідях на питання він уточнив архітектуру та вартість розробки. Корисно програмістам і аніматорам, які цікавляться ML в ігровій анімації.