CALM: Conditional Adversarial Latent Models for Directable Virtual Characters

Chen Tessler, Yoni Kasten, Yunrong Guo, Shie Mannor, Gal Chechik, Xue Bin Peng

نتاج البحث: فصل من :كتاب / تقرير / مؤتمرمنشور من مؤتمرمراجعة النظراء

ملخص

In this work, we present Conditional Adversarial Latent Models (CALM), an approach for generating diverse and directable behaviors for user-controlled interactive virtual characters. Using imitation learning, CALM learns a representation of movement that captures the complexity and diversity of human motion, and enables direct control over character movements. The approach jointly learns a control policy and a motion encoder that reconstructs key characteristics of a given motion without merely replicating it. The results show that CALM learns a semantic motion representation, enabling control over the generated motions and style-conditioning for higher-level task training. Once trained, the character can be controlled using intuitive interfaces, akin to those found in video games.

اللغة الأصليةالإنجليزيّة
عنوان منشور المضيفProceedings - SIGGRAPH 2023 Conference Papers
المحررونStephen N. Spencer
رقم المعيار الدولي للكتب (الإلكتروني)9798400701597
المعرِّفات الرقمية للأشياء
حالة النشرنُشِر - 23 يوليو 2023
الحدث2023 Special Interest Group on Computer Graphics and Interactive Techniques Conference, SIGGRAPH 2023 - Los Angeles, الولايات المتّحدة
المدة: ٦ أغسطس ٢٠٢٣١٠ أغسطس ٢٠٢٣

سلسلة المنشورات

الاسمProceedings - SIGGRAPH 2023 Conference Papers

!!Conference

!!Conference2023 Special Interest Group on Computer Graphics and Interactive Techniques Conference, SIGGRAPH 2023
الدولة/الإقليمالولايات المتّحدة
المدينةLos Angeles
المدة٦/٠٨/٢٣١٠/٠٨/٢٣

All Science Journal Classification (ASJC) codes

  • !!Software
  • !!Computer Vision and Pattern Recognition
  • !!Computer Graphics and Computer-Aided Design

بصمة

أدرس بدقة موضوعات البحث “CALM: Conditional Adversarial Latent Models for Directable Virtual Characters'. فهما يشكلان معًا بصمة فريدة.

قم بذكر هذا