RSO Pose

人のモーションキャプチャで学習し、身体の次の姿勢を予測して自然な動きを生成します。

身体の動きを学ぶ。

人のモーションキャプチャを使い、独自の深層位相モーションコントローラーを学習させました。RSO Poseは動きのタイミングと連動を学び、次の姿勢を予測することで、シミュレーション上のキャラクターを歩かせ、走らせ、方向転換させます。

コントローラーの実行中に全身の動きを観察します。関節の計測値から、一歩ごとに手足がどう連動するかを調べます。

シミュレーション内で記録したコントローラーの出力。数値は関節の速度を毎秒メートルで示します。

コントローラーは直前の動きと指定された方向から、次の姿勢を予測します。新しい姿勢は動作履歴に加わり、その先の動きを生成するために使われます。

青い人型は、同じ生成シーケンスの0.35秒後と0.70秒後の姿勢を示しています。

地形スキャナーがあれば、ロボットは次の一歩を踏み出す前に地面の変化を捉えられます。その情報を姿勢予測にどう生かせるかを探っています。

地形センシングの構想。青いスキャンがキャラクターの前方の地面を捉えます。

ロボットの動き方は、人がそばにいて感じる安心感に関わります。見慣れた、次の動きが読み取りやすい動作を目指しています。その出発点が、人の動きから学ぶことです。

起伏のある地面を走りながら方向を変えます。青色は地形スキャンの構想を示しています。

シミュレーションを出発点に、ロボティクスやデジタルキャラクターへの応用に向けてRSO Poseを開発しています。

人のそばで働くロボットのために、人らしい移動動作を開発する。歩行、走行、方向転換のシミュレーションから取り組んでいます。

再現可能な仮想環境で予測した動作を試す。動作のつながり、接地、方向転換への応答を検証します。

プレイヤーの操作に応じたキャラクターの動きを生成する。歩行、走行、方向転換が連続してつながる動作を探ります。

仮想キャラクターに自然な動き方を与える。姿勢、速度、動作のつながりが、アバターにどう生き生きとした印象を与えるかを調べます。

ポーズ間の動きを試すために役立てる。学習した動作を出発点として、アニメーターが演出や調整を加えられる制作を目指します。

シーン内のキャラクターの動きを試作する。ショットやシークエンスを計画しながら、経路や速度を変えて検討します。

人が読み取りやすく、予測しやすい動きを探る。人の近くでロボットが近づき、方向を変え、止まる動作を研究します。

リアルタイムのシミュレーションで、方向転換、速度の変化、地面との接触を確認しています。制御と接地の調整を加えながら、生成した姿勢を改善します。実機への応用には、さらに開発と検証が必要です。