机器学习让可爱的小霸王龙学会了运球
目录
- 介绍
- 先前的研究
- 多样分解策略
- 使用乐高积木
- 组合乐高积木的学习
- 复用和转移到其他动作
- 计算机图形学和机器学习的交叉
- Linode提供的云主机服务
- 实验部署和主机选择
- 结论
1. 介绍
在本篇文章中,我们将探讨一项关于使用机器学习控制虚拟角色的重大研究进展。研究人员通过构建具有多个肌肉和关节的虚拟角色,并通过机器学习的力量教它们正确运动,将这项技术推向了一个新的高度。
2. 先前的研究
在之前的研究中,我们已经看到了更先进的变体。在这些变体中,我们甚至可以教会虚拟角色举重、高跳,甚至观察它们在手术后运动模式的变化。
3. 多样分解策略
在这项研究中,研究人员提出了一种名为"multiplicative composition policies" 的新策略来控制这些角色。这意味着复杂的动作被分解为一个个基本动作的总和。
4. 使用乐高积木
我们可以想象一下,当一个孩子用小的、简单的乐高积木搭建一个巨大、令人惊叹的飞船时,类似的情景。这听起来很棒,但这对我们有什么作用呢?
5. 组合乐高积木的学习
这种技术的学习部分在于正确组合这些乐高积木的能力。如果这些积木没有与其他积木组合在一起,它们就只是有趣但无用的。
6. 复用和转移到其他动作
使用这些乐高积木的一个关键优势是它们足够简单,可以被转移到其他类型的运动中。我们可以教会一个双足动物甚至是一只霸王龙如何搬运和堆叠箱子,或者如何运球、如何射门。
7. 计算机图形学和机器学习的交叉
这项研究处于计算机图形学和机器学习的交叉领域,这也是我作为维也纳技术大学的全职研究科学家正在从事的研究主题。在这些项目中,我们训练了许多神经网络,这需要大量的计算资源。
8. Linode提供的云主机服务
有时候,当我们需要花时间维护运行这些网络的机器、购买新硬件或解决软件问题时,我希望我们可以使用Linode。Linode是全球最大的独立云主机和计算提供商,他们提供专门为人工智能、科学计算和计算机图形学项目定制的GPU实例。
9. 实验部署和主机选择
如果您受到这些研究的启发,并希望通过一个简单可靠的主机服务来运行您的实验或部署您已有的作品,不要忘记加入超过80万其他满意的客户,选择Linode。要预订您的GPU实例并获得$20的免费信用,请访问linode.com/Papers或点击描述中的链接,并在注册时使用促销代码“papers20”。
10. 结论
感谢您观看并慷慨支持,下次再见!
🏆 概要
本文介绍了一项关于使用机器学习控制虚拟角色的重要研究。研究人员通过构建具有多个肌肉和关节的虚拟角色,并使用乐高积木的观念将复杂的动作分解为基本动作的总和。这项研究为角色的复用和转移提供了可能性,而无需从头开始进行训练。在计算机图形学和机器学习领域的交叉点上,这一研究为理解人类动作提供了新的启示,并为未来的研究和应用打下了坚实的基础。
FAQ
Q: 这项技术是否只适用于特定类型的角色和动作?
A: 不,这项技术的关键优势在于其复用性和可转移性。它适用于不同类型的角色和动作。
Q: 是否需要大量的计算资源来运行这些模型?
A: 是的,训练和运行这些模型需要大量的计算资源。这就是为什么Linode的GPU实例成为研究人员的首选之一。
Q: 如何获取Linode的免费信用?
A: 您可以在注册时使用促销代码“papers20”来获得$20的免费信用。
Q: 这项技术是否可以应用于其他领域?
A: 是的,这项技术的原理可以应用于其他领域,如机器人学和虚拟现实。
资源