Physics-based character control with deep reinforcement learning
Bibliographic record
Abstract
ABR G De plus en plus, les jeux vido modernes emploient des moteurs physiques pour amliorer leur ralisme et leurs capacits interactives.Gnralement, les moteurs physiques sont employs pour l'animation d'objets inertes, alors que les personnages de jeu sont anims de faon cinmatique (images cls, capture du mouvement).Ces animations orientes donnes souffrent d'un manque de versatilit et de ralisme lorsque l'on considre les environnements riches qu'habitent les personnages.Pour attnuer ces problmes, une solution possible est le dveloppement de contrleurs physiques animant les personnages via une simulation physique dite active.Nous proposons un cadre d'apprentissage par renforcement pour le contrle physique de personnages virtuels.Nos contrleurs sont reprsents par l'acteur dans une architecture acteur-critique o ces deux composantes sont implmentes par des rseaux neuronaux.Nous optimisons notre architecture avec la mthode sans Hessian d'optimisation en rgion de confiance, en utilisant un estim gnralis de la fonction d'avantage.De plus, nous employons la rptition uniforme de l'exprience pour obtenir une meilleure performance d'apprentissage.Nous entranons notre architecture en deux tapes.Nous commenons par apprendre un contrleur initial pour un personnage simplifi.Ensuite, nous utilisons le transfert d'apprentissage hirarchique pour apprendre un contrleur complet partir du contrleur initial.Nos contrleurs apprennent gnrer des torques en fonction de la cinmatique du personnage.Ainsi, ils maintiennent en position debout un personnage 3D forme humaine ayant 27 degrs de libert.Nos contributions principales sont les suivantes.Premirement, nous entranons des contrleurs physiques plusieurs dimensions par apprentissage par renforcement exclusivement, un problme de recherche dans ses balbutiements.En outre, nous le faisons dans un moteur physique orient jeu vido, ce qui est peu utilis pour l'animation physique de v personnages.De plus, nous amliorons la performance de notre architecture acteur-critique par une nouvelle stratgie d'exploration, la rptition uniforme de l'exprience et le transfert d'apprentissage.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".