Lernfähige Spielfiguren: Sieht so die Zukunft der Charakter-Animation aus?

Für Spiele-Helden wie aus "AC Syndicate" werden zahllose Animationsphasen vorbereitet: Doch die Möglichkeit der Figuren, selbständig auf die Umgebung zu reagieren und ihre Bewegungen entsprechend anzupassen, hat Grenzen.
Für Spiele-Helden wie aus "AC Syndicate" werden zahllose Animationsphasen vorbereitet: Doch die Möglichkeit der Figuren, selbständig auf die Umgebung zu reagieren und ihre Bewegungen entsprechend anzupassen, hat Grenzen.

 

Hinter dem sperrigen Titel "Phase-Functioned Neural Networks for Character Control" verbirgt sich ein Verfahren, das die Art und Weise, in der Spielfiguren animiert und gesteuert werden, grundlegend verändern könnte. Das neuartige Konzept basiert auf der Arbeit von Ubisofts Animations-Profi Daniel Holden, Informatik-Dozent Taku Komura von der "University of Edinburgh" und Jun Saito aus den "Method Studios". Gemeinsam hat man einen Weg gefunden, den zyklischen Vorgang der menschlichen Fortbewegung in Phasen zu unterteilen und die währenddessen gesammelten Daten auf eine Art neuronales, lernfähiges Gerüst zu übertragen. Je länger sich die Figur mit Hilfe dieses Gerüsts durch die Spielwelt bewegt, desto routinierter wird sie - bis sie selbst in schwierigstem Gelände auf natürliche Weise Haken schlägt, Hindernisse überwindet oder ihre Bewegungen der Boden-Beschaffenheit anpasst.

Holden und sein Team haben das laut eigener Aussage reaktionsschnelle und Speicher-schonende Verfahren zuletzt bei der Grafik- und Technologie-Messe "ACM SIGGRAPH 2017" präsentiert. Ein Einsatz in kommenden Ubisoft-Spielen - darunter zum Beispiel das nächste "Assassin's Creed" - scheint nicht ausgeschlossen.