
handle: 20.500.14352/10429
En la mayoría de videojuegos, las animaciones de los personajes están predefinidas, los artistas las crean durante el proceso de producción y así se quedan, cómo una serie de movimientos inmutables que se realizan al margen de la física del mundo en el que se encuentran. Las animaciones basadas en físicas vienen a solucionar este problema. Son igualmente creadas por artistas, pero dentro del juego las ejecutan personajes cuyos cuerpos están simulados mediante físicas realistas. Es decir, se simula cada parte del cuerpo cómo un objeto físico diferente, y se conectan entre ellas mediante articulaciones capaces de aplicar fuerzas, imitando el comportamiento de un cuerpo real. Aplicando las fuerzas adecuadas se puede hacer que estos personajes ejecuten las animaciones previamente creadas por los artistas. Esto consigue personajes que, no sólo pueden ver sus animaciones modificadas de manera natural ante perturbaciones externas, sino que también pueden interactuar con su entorno de forma realista. El movimiento natural que se consigue con esta técnica produce en el jugador una sensación de realismo e inmersión que sería imposible con animaciones tradicionales. Sin embargo, simular un personaje de esta forma presenta dos grandes problemas: el equilibrio y la estabilidad. Si simplemente se reprodujesen estas animaciones tal cual fueron creadas, el personaje no se mantendría de pie y perdería su trayectoria ante la más mínima perturbación. Esto se puede solucionar aplicando fuerzas artificiales que aseguren una postura concreta, pero así se pierde gran parte del realismo propio de esta técnica de animación. Una solución mejor es utilizar aprendizaje automático para que el personaje aprenda a estabilizarse aplicando fuerzas en sus articulaciones, intentando que al hacerlo su postura se parezca lo máximo posible a la de la animación. Esto es aún una frontera del desarrollo de videojuegos. En este trabajo exploramos el uso de aprendizaje por refuerzo para resolver la tarea del equilibrio en animaciones físicas. Para ello utilizamos Unity, uno de los motores de videojuegos más extendidos en la industria, con lo cual buscamos también comprobar cómo de accesibles son estas técnicas a día de hoy para los estudios de desarrollo.
Unity., Deep reinforcement learning, Informática (Informática), Animaciones físicas, Physics-based animation, Animation in videogames, Aprendizaje automático, Aprendizaje por refuerzo profundo, Machine learning, Animaciones en videojuegos, 1203.17 Informática, 004(043.3)
Unity., Deep reinforcement learning, Informática (Informática), Animaciones físicas, Physics-based animation, Animation in videogames, Aprendizaje automático, Aprendizaje por refuerzo profundo, Machine learning, Animaciones en videojuegos, 1203.17 Informática, 004(043.3)
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
