Original-URL des Artikels: https://www.golem.de/news/animationsverfahren-maschinelles-lernen-fuer-das-uebernaechste-assassin-s-creed-1803-133465.html    Veröffentlicht: 22.03.2018 07:47    Kurz-URL: https://glm.io/133465

Animationsverfahren

Maschinelles Lernen für das übernächste Assassin's Creed

Mehr Umfang, mehr Daten: Aktuelle Spiele werden immer größer. Daniel Holden von Ubisoft zeigt, wie maschinelles Lernen künftig beim Erstellen von Animationen helfen könnte.

Es gibt rund 15.000 Animationsphasen in Assassin's Creed Origins. "Bei drei Jahren Entwicklungszeit sind das rund 20 Animationen am Tag, die im Motion-Capture-Studio aufgezeichnet und dann weiterbearbeitet und getestet werden müssen", rechnete Daniel Holden auf der GDC 2018 vor. Holden ist Animation Researcher bei der für Grundlagentechnologie zuständigen Abteilung La Forge von Ubisoft in Montreal. Und fragte sich, wie das in ein paar Jahren sein werde: "Was erwarten die Spieler - 100.000 Animationsphasen, eine Million?" Mit den derzeitigen Arbeitsmethoden sei das nicht mehr zu bewältigen.

Holden und sein Team beschäftigen sich damit, wie maschinelles Lernen und neuronale Netze bei der Generierung von Animationen helfen können. Im Ansatz gibt es das sogar schon: Das ebenfalls von Ubisoft stammende Actionspiel For Honor verwendet eine Technologie namens Motion Matching, die ebenfalls auf maschinellem Lernen basiert.

Im Prinzip geht es darum, dass die Spielalgorithmen immer die möglichen Steuerbefehle des Spielers vorausahnen, was zu raschen Reaktionen und damit schneller Action führt. Bei For Honor gibt es aber ebenso wie bei Assassin's Creed Origins und anderen aktuellen Spielen noch eine hierarchisch in zwölf Ebenen sortierte interne Datenbank mit Befehlen, was das Programm mit den Eingaben des Spielers in welchem Fall macht.

Diese Datenbank will Holden durch kompaktere Datensätze mit maschinell erstellen Algorithmen ersetzen. Die finden selbst heraus, was die Spielfigur im nächsten Moment macht, und wählen die passende Animationsphase aus. Holden betonte, dass "maschinelles Lernen keine Magie ist, sondern Mathematik" - anders als das oft in der Öffentlichkeit wahrgenommen werde.

Das liegt auch daran, dass die verwendeten Funktionen schnell sehr komplex werden. In der Praxis könnten die Verfahren dazu führen, dass für die Erstellung von Animationen eine Handvoll Schauspieler im Motion-Capture-Studio eine halbe Stunde herumlaufen und für das Spiel sinnvolle Bewegungen ausführen.

Dabei fallen viele Gigabyte an Daten an, die sich durch das neuronale Netzwerk aber auf rund 200 MByte für eine Millisekunde an Animation verkleinern lassen - das klingt viel, ist für Spielentwickler aber eine jetzt schon handhabbare Größe.

Bis die Verfahren soweit sind, ist laut Holden aber noch viel Arbeit nötig. Das betrifft unter anderem das Blending - also die Übergänge, die unterschiedliche Animationsphasen miteinander verbinden. Bei seinem Vortrag zeigte der Entwickler eine Reihe von Filmen mit Animationen, bei denen die Algorithmen völlig unnatürliche Bewegungen errechneten: gleiten statt gehen, zusammenklappende Figuren und ähnliches. Zwischen dem teils lustigen Datenmüll waren aber auch immer wieder authentische Schritte zu sehen.  (ps)


Verwandte Artikel:
For Honor im Test: Gipfeltreffen der Kriegsstahlschwinger   
(16.02.2017, https://glm.io/126220 )
South Park 2 im Kurztest: Superquatschhelden plus Strategie   
(01.11.2017, https://glm.io/130915 )
Krieg: Vom Modder zum Marine   
(21.03.2018, https://glm.io/133435 )
Guillemot gewinnt: Ubisoft wehrt Übernahme durch Vivendi endgültig ab   
(21.03.2018, https://glm.io/133450 )
Forschung: Algorithmus erweckt Facebook-Profilbilder zum Leben   
(10.10.2017, https://glm.io/130527 )

© 1997–2020 Golem.de, https://www.golem.de/