Physics-based character control with deep reinforcement learning
Bibliographic record
Abstract
ABR ÉG ÉDe plus en plus, les jeux vidéo modernes emploient des moteurs physiques pour améliorer leur réalisme et leurs capacités interactives.Généralement, les moteurs physiques sont employés pour l'animation d'objets inertes, alors que les personnages de jeu sont animés de façon cinématique (images clés, capture du mouvement).Ces animations orientées données souffrent d'un manque de versatilité et de réalisme lorsque l'on considère les environnements riches qu'habitent les personnages.Pour atténuer ces problèmes, une solution possible est le développement de contrôleurs physiques animant les personnages via une simulation physique dite active.Nous proposons un cadre d'apprentissage par renforcement pour le contrôle physique de personnages virtuels.Nos contrôleurs sont représentés par l'acteur dans une architecture acteur-critique où ces deux composantes sont implémentées par des réseaux neuronaux.Nous optimisons notre architecture avec la méthode sans Hessian d'optimisation en région de confiance, en utilisant un estimé généralisé de la fonction d'avantage.De plus, nous employons la répétition uniforme de l'expérience pour obtenir une meilleure performance d'apprentissage.Nous entraînons notre architecture en deux étapes.Nous commençons par apprendre un contrôleur initial pour un personnage simplifié.Ensuite, nous utilisons le transfert d'apprentissage hiérarchique pour apprendre un contrôleur complet à partir du contrôleur initial.Nos contrôleurs apprennent à générer des torques en fonction de la cinématique du personnage.Ainsi, ils maintiennent en position debout un personnage 3D à forme humaine ayant 27 degrés de liberté.Nos contributions principales sont les suivantes.Premièrement, nous entraînons des contrôleurs physiques à plusieurs dimensions par apprentissage par renforcement exclusivement, un problème de recherche dans ses balbutiements.En outre, nous le faisons dans un moteur physique orienté jeu vidéo, ce qui est peu utilisé pour l'animation physique de v personnages.De plus, nous améliorons la performance de notre architecture acteur-critique par une nouvelle stratégie d'exploration, la répétition uniforme de l'expérience 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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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 source (direct Gemma or distilled Codex), 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".