{"id":4009,"url":"\/distributions\/4009\/click?bit=1&hash=6ca492c3f83735606d9aedae9a61ec224ef2083f8beca590c50a2adcfd4adeee","title":"\u041f\u043b\u0430\u0442\u0438\u0442\u0435 \u00ab\u041c\u0438\u0440\u043e\u043c\u00bb? \u041f\u043e\u043b\u0443\u0447\u0430\u0439\u0442\u0435 \u043f\u043e\u0434\u0430\u0440\u043a\u0438!","buttonText":"\u041f\u043e\u0434\u0440\u043e\u0431\u043d\u0435\u0435","imageUuid":"4ea1e9ad-3a39-54d5-bfbf-ba7bfd1bb941","isPaidAndBannersEnabled":false}

Обучая движениям тюленя и бургермена: как работают над игровой физикой в Embark, студии бывшего главы DICE Статьи редакции

Команда Патрика Содерлунда исследует возможности нейросетей и языковых моделей в управлении персонажами.

Работа с новыми механиками в Embark, по словам главы исследовательского отдела студии Магнуса Нордина, начинается с оценки того, насколько полезной будет та или иная технология. Команда проводит такие обзоры каждую неделю, а затем в течение нескольких недель занимается предварительными исследованиями подходящих систем.

Если исследования завершаются успехом, то инженеры создают прототип нужной системы. В том случае, если прототип тоже проходит проверку, его прорабатывают более тщательно и готовят к внедрению в производство.

В Embark тестируют, среди прочего, систему движения персонажей, основанную на обучении с подкреплением (reinforcement learning). С помощью него разработчики тренируют нейросеть, которая становится «мозгом» игровой модели и управляет её движениями и устойчивостью на одном месте.

Нейросеть научили управлять моделями с разной анатомией: например, птеродактилем, тюленем и человеком-бургером. В Embark также работают над тем, чтобы быстрее обучать алгоритмы и позволять автоматически управлять не только движением, но и другими анимациями.

В Embark пытаются создать систему, которая позволит персонажам реагировать на окружающую среду без прописанных сценариев взаимодействия. Для этого студия использует языковые модели.

Разработчики стремятся к тому, чтобы персонажи самостоятельно понимали, какие объекты и персонажи находятся рядом с ними, какие события происходят неподалёку, и могли их называть.

Пример автоматической реакции персонажа на окружающую среду

Ещё одно направление исследований Embark — «умные» инструменты разработки. Такие средства должны знать все существующие в библиотеке ассеты и при необходимости предлагать замену тем или иным объектам.

Инструменты, созданные студией, анализируют ассеты на предмет семантического сходства (бутылка и ведро признаются похожими потому, что и то, и другое — сосуд) и визуального (ствол дерева может быть похожим на фонарный столб).

Большую часть технологий, с которыми работает исследовательский отдел Embark, планируют использовать в платформе, которая позволит игрокам создавать собственные интерактивные миры.

Студия экс-главы DICE представила ARC Raiders — кооперативный шутер в постапокалиптическом мире Статьи редакции

Игра выйдет в 2022 году на ПК, Xbox Series X|S и PS5.

0
7 комментариев
Написать комментарий...
жарг., вульг.

Блять, надеюсь из этого что-то выйдет интересное. Всю жизнь хочу игру с нормальной физикой NPC.

Ответить
Развернуть ветку
Азамат Абдуллаев

sims 5

Ответить
Развернуть ветку
Baz Baz

а она вышла?я думал еще 4ку доят

Ответить
Развернуть ветку
Азамат Абдуллаев

Нет, имел ввиду в симс 5 реализуют, как никак симулятор жизни, и вместо несвязной болтовни, будет связная речь

Ответить
Развернуть ветку
Charlie King

Это всё выглядит здорово, но момент с языковой моделью очень похож на обманку: либо это будет очень простая система, буквально ограничивающаяся фразами "Take a closer look at that snout!", либо очень тормозная и непредсказуемая система.

Ответить
Развернуть ветку
Укроп

Красавчики, наработки только так делают, хотя лишь недавно студия появилась. Монстр-попрыгунчик и чайки интересно выглядят. Но мне кажется, что всё равно всё нафиг сломается, например тюлень захочет лампочку постоянно включать-выключать.

Ответить
Развернуть ветку
Артём Скляр

Трижды перечитывал и трижды получалось "Ебучая движениям тюленя"
кекв

Ответить
Развернуть ветку
Читать все 7 комментариев
null