Ubisoft hat neben bereits vor zwei Tagen einen Beitrag über maschinelles Lernen mit dem Ragdoll Modell veröffentlicht. Nun hat das Unternehmen einen zweiten Beitrag auf der virtuellen Games Developer Conference 2020 veröffentlicht.
Der Animationsforscher Daniel Holden, ebenfalls von Ubisoft La Forge, bespricht in seinem Beitrag das maschinelle Lernen von Physiksimulationen, Kolmogorov-Komplexitäten und erklärt, was das ganze mit matschigen Hasen zu tun hat.
Wir wissen, dass maschinelles Lernen ein leistungsfähiges Werkzeug ist, um Probleme anzugehen, die wir mit herkömmlichen Mitteln nicht lösen können. Aber was ist mit Dingen, für die wir bereits Lösungen haben, wie z. B. physikalische Simulationen? In diesem Vortrag untersucht Daniel Holden, wie Maschinen, durch das Lernen können wir die Rechenzeit gegen zusätzliche Speichernutzung eintauschen und die Rechenzeit für die Physik um das 300- bis 5000-fache beschleunigen.