文件名称：carl-siggraph2020:SIGGRAPH 2020论文“ CARL”随附的代码
文件大小：52.25MB
文件格式：ZIP
更新时间：2024-06-17 10:16:02
C++
SIGGRAPH 2020 CARL：具有增强学习功能的可控代理，用于四足运动罗应生*，乔纳森·汉斯·索西诺*，崔培春，陈卫超（*联合第一作者） 动态环境中的运动合成一直是角色动画的一个长期存在的问题。 使用运动捕捉数据的方法在复杂的环境中往往无法很好地扩展，因为它们需要更大的捕捉和标记。 基于物理的控制器在这方面是有效的，尽管可控性较差。 在本文中，我们介绍了CARL，这是一种四足动物，可以通过高级指令进行控制，并且可以对动态环境做出自然React。 从可以模仿单个动画片段的代理开始，我们使用Generative Adversarial Networks来使高级控件（例如速度和标题）适应与原始动画相对应的动作分布。 通过深度强化学习进行进一步的微调，可以使代理从看不见的外部扰动中恢复，同时产生平稳的过渡。 然后，通过在整个过程中添加导航模块，可以在动态环境中创建自治代理变得很简单。 我