Vancouver – Forscher der University of British Columbia haben mit «DeepLoco» einen Algorithmus entwickelt, mit dem virtuelle Charaktere komplexe Bewegungsabläufe wie Gehen und Laufen durch Versuch und Irrtum lernen. Der Ansatz soll damit punkten, dass sehr wenig fest vorprogrammiert wird, aber letztlich doch gute Animationen beispielsweise für Games und Filmen möglich werden. Irgendwann könnte er zudem die reale Welt erobern, da er potenziell auch Robotern beibringen könnte, behände ihre Umgebungen sinnvoll zu meistern.
Bewegung will gelernt sein
«Wir schaffen physikalisch simulierte Menschen, die lernen, sich mit Geschick und Beweglichkeit durch ihre Umgebung zu bewegen», sagt der Informatikprofessor Michiel van de Panne. Der im Rahmen der Grafikkonferenz SIGGRAPH 2017 vorgestellte Algorithmus verzichtet dabei gänzlich auf vorprogrammierte Strategien zum Umgang mit schwierigem Terrain oder Hindernissen. Stattdessen lernen die virtuellen Figuren durch Ausprobieren, wie sie beispielsweise auf schwierigem Gelände das Gleichgewicht behalten oder es vermeiden, in andere Personen hineinzulaufen. DeepLoco setzt dazu auf Methoden des Tiefenlernens.
«Das ist, wie eine neue Sportart zu lernen», meint van de Panne. «Bis man es ausprobiert, weiss man nicht, worauf man achten muss.» Wer zum ersten Mal auf ein Snowboard steigt, wisee vermutlich nicht, dass er sein Gewicht auf bestimmte Art zwischen Fersen und Zehen verteilen sollte. «Das sind Strategien, die am besten gelernt werden, da sie sehr schwer anders zu programmieren sind», so der Informatiker. Darauf zielt der Algorithmus ab und virtuelle Figuren haben damit beispielsweise gelernt, einen schmalen Pfad entlangzugehen, ohne herunterzufallen oder zielstrebig mit einem Ball zu dribbeln.
Animation und mehr
DeepLoco verspricht somit eine Alternative für die Animation in Spielen oder Filmen. Bisher kommt gerade in Hollywood oft das recht aufwendige Motion-Capture-Verfahren mit Darstellern in Spezialanzügen zum Einsatz, um natürliche Bewegungen sicherzustellen. In Games fallen indes immer wieder irgendwie eigenartige vorprogrammierte Bewegungsabläufe unangenehm auf. Langfristig könnte der Algorithmus aber auch zwei- oder vierbeinigen Robotern beibringen, wie sie sich sinnvoll bewegen. (pte/mc/ps)
