Learned motion matching

Daniel Holden, Oussama Kanoun, Maksym Perepichka, and Tiberiu Popa. 2020. Learned motion matching. ACM Trans. Graph. 39, 4, Article 53 (August 2020), 13 pages. https://doi.org/10.1145/3386569.3392440

https://youtu.be/16CHDQK4W5k

Learned Motion Matching(LMM) = Motion Matchingとニューラルネットワークを組み合わせた代替アルゴリズム

ニューラルネットワークは新しいがメモリを食う

Motion Matchingをステップに分解し、個別にニューラルネットワークへ置き換える

LMM自体は深層学習を用いた手法となっており、従来のMMとは異なります

しかし、論文中でMotion Matchingの構造が述べられていたり、GitHubにてvanilla MMの実装も公開されている

特徴ベクトル$ x : 一致させたい特徴の定義 = $ {t^t, t^d, f^t, \dot{f^t}, \dot{h^t}}

$ t^t \in \R^6

未来の地面上の軌跡

20,40,60f先

$ t^d \in \R^6

未来の地面上の軌跡の向き

20, 40, 60f先

キャラクタlocal

$ f^t \in \R^6

足（関節？）２つの位置 foot joint point

キャラクタlocal

$ \dot{f^t} \in \R^6

足（関節？）２つの速度

キャラクタlocal

$ \dot{h^t} \in \R^3

股関節の速度

キャラクタlocal

姿勢ベクトル$ y: フレーム内でポーズに必要な全情報 = $ y^t, y^r, \dot{y^t}, \dot{y^r}, \dot{r^t}, \dot{r^r}, o^*

$ y^t, y^r

並進（translate）・回転

ジョイントlocal

$ \dot{y^t}, \dot{y^r}

並進速度・回転速度（velocity）

ジョイントlocal

$ \dot{r^t}, \dot{r^r}

キャラクタrootの並進・回転

キャラクタの正面方向にlocal

$ o^*

タスク固有の出力

足の接触や他キャラとの関係