Konten di situs ini telah diterjemahkan menggunakan kecerdasan buatan (AI) atau teknologi penerjemahan mesin, dan mungkin terdapat kesalahan.

Skip to content

Roblox Akan Mempresentasikan Penelitian Gerakan dan Render 3D di SIGGRAPH 2023

Three rabbits
Kami dengan bangga membagikan inovasi kami di ACM SIGGRAPH 2023, konferensi terkemuka untuk grafis komputer dan teknik interaktif, yang akan diselenggarakan pada 6-10 Agustus di Los Angeles. Selama acara tersebut, para peneliti kami akan mempresentasikan hasil penelitian mereka di enam sesi makalah teknis, dua Lokakarya Frontiers, dua acara Real-Time Live, dan sesi poster. Tim kami akan siap sedia selama konferensi berlangsung untuk mendiskusikan Roblox dan penelitian kami di stan kami. Kami juga berterima kasih kepada panitia karena telah menampilkan karya kami dalam cuplikan makalah teknis yang sangat selektif.

Roblox Research mengejar ilmu dasar teknologi untuk platform 3D sosial kami, dengan tujuan menghubungkan satu miliar orang dengan optimisme dan kesopanan. Kami mengembangkan pembuatan konten 3D, simulasi fisik, dan moderasi waktu nyata menggunakan kombinasi prinsip dasar dan teknik kecerdasan buatan (AI). Karya terbaru kami memungkinkan rambut, kain, objek, dan lanskap bereaksi terhadap gerakan, tabrakan, dan angin seperti halnya di dunia nyata. Karena kami mendukung platform global dengan ratusan juta pengguna, setiap aspek harus dapat diskalakan baik di sisi klien maupun server dan mendukung perangkat apa pun, mulai dari ponsel lama hingga headset AR/VR terbaru. Baca lebih lanjut tentang karya yang akan kami presentasikan di bawah ini, dan lihat jadwal di mana Anda dapat menemukan kami di SIGGRAPH. 

Rendering yang Dioptimalkan

Seiring dunia 3D menjadi semakin realistis, struktur dan medan menjadi semakin kompleks. Rendering lingkungan kompleks ini memerlukan solusi untuk efek dunia nyata seperti kain yang bergelombang atau terpilin, medan yang tidak rata, dan sebagainya. Dalam presentasi mereka, "Surface Simplification Using Intrinsic Error Metrics," peneliti Roblox Hsueh-Ti Derek Liu dan rekan-rekannya dari Carnegie Mellon University dan University of Toronto mengusulkan metode untuk menyederhanakan triangulasi intrinsik. Penyederhanaan mesh klasik mempertahankan penampilan objek untuk tujuan rendering, tetapi bagaimana jika tujuannya adalah simulasi, di mana objek dapat diputar, dibengkokkan, atau dilipat? Metode ini menyederhanakan mesh untuk simulasi dengan menjelajahi ruang triangulasi intrinsik yang jauh lebih luas, menghasilkan hasil lebih dari 1.000 kali lebih cepat pada tugas umum seperti perhitungan jarak geodesik. Metode inovatif ini berpotensi meningkatkan tingkat detail dalam simulasi.

Liu juga akan mempresentasikan penelitian tentang Differentiable Heightfield Path Tracing bekerja sama dengan rekan-rekan dari George Mason University, University of Toronto, dan University of Waterloo. Ini memungkinkan rendering cepat dan realistis untuk medan, bayangan, dan objek 3D dalam aplikasi pelatihan AI. Pendekatan ini mencapai kecepatan bingkai waktu nyata, yang jauh lebih cepat daripada kebanyakan renderer diferensial mesh 3D yang ada saat ini. Hal ini membuka kemungkinan untuk aplikasi rendering terbalik interaktif, termasuk versi mendatang dari alat AI generatif dan moderasi AI kami. Para peneliti mendemonstrasikan metode ini dengan banyak tugas interaktif, seperti optimisasi medan dan pembuatan bentuk berbasis teks.

Gerakan Realistis untuk Avatar dan Lebih Lanjut

Gerakan manusia kompleks dan sangat bervariasi. Tujuan kami adalah mereproduksi ini dengan akurasi penuh untuk realisme dan ekspresi di lingkungan virtual, yang merupakan tantangan besar. Multitasking, atau menggabungkan perilaku yang berbeda secara mulus, misalnya, adalah sesuatu yang sangat dikuasai manusia. Grafis komputer tradisional berfokus pada perilaku tunggal seperti berjalan atau melempar, dan memerlukan perilaku gabungan yang ditulis secara eksplisit. 

Dalam makalah mereka, "Composite Motion Learning with Task Control," peneliti Roblox Victor Zordan dan Pei Xu, bersama rekan-rekan dari Clemson University dan University of California, Merced, menguraikan pendekatan pembelajaran penguatan baru untuk pengendalian gerakan multitasking. Penelitian ini mengusulkan pendekatan pembelajaran penguatan untuk pengendalian gerakan yang didorong oleh tugas yang kompleks pada karakter yang disimulasikan secara fisik. Dengan pendekatan kontrol multiobjektif ini, karakter dapat melakukan gerakan multitask gabungan, seperti juggling sambil berjalan. Mereka juga dapat menggabungkan beragam aktivitas lain tanpa contoh gerakan referensi eksplisit dari perilaku gabungan tersebut. Pendekatan ini juga mendukung pelatihan yang efisien dalam hal sampel dengan menggunakan kembali pengontrol yang sudah ada. 

Gaya rambut simulasi menghadirkan tantangan gerak lain dalam lingkungan 3D imersif. Di sana, model rambut yang dirancang dan ditata dengan cermat dapat langsung runtuh karena beratnya sendiri, tidak mampu mempertahankan bentuk yang diinginkan melawan tarikan gravitasi. "Sag-free Initialization for Strand-based Hybrid Hair Simulation", yang dipaparkan oleh peneliti Roblox Cem Yuksel dan rekan-rekannya dari LightSpeed Studios, mengusulkan kerangka kerja inisialisasi baru untuk sistem rambut berbasis untaian. Karya ini menghilangkan kelonggaran dengan menghitung gaya internal yang harus ditunjukkan rambut untuk mempertahankan bentuknya di hadapan gravitasi dan gaya eksternal lainnya. Hal ini dicapai tanpa memperketat dinamika rambut secara berlebihan dan dengan mempertimbangkan tabrakan pada tingkat helai. Makalah ini juga dianugerahi Penghargaan Makalah Terbaik

Roblox adalah platform 3D berbasis simulasi, di mana interaksi utama antara objek dan avatar dimediasi oleh fisika prinsip dasar, bukan kode eksplisit. Tahun ini, kami membagikan dua hasil baru mengenai kemajuan berbeda dalam simulasi objek.

Bersama rekan-rekan dari UCLA, University of Utah, dan Adobe Research, Yuksel akan mempresentasikan Multi-layer Thick Shells, yang mengusulkan pendekatan baru untuk memungkinkan simulasi yang memperhitungkan ketebalan pada bahan seperti pakaian kulit, bantal, tikar, dan papan logam. Pendekatan ini menghindari shear locking dan secara efisien menangkap detail kerutan halus serta membuka peluang untuk simulasi yang cepat, berkualitas tinggi, dan memperhitungkan ketebalan pada berbagai struktur. 

Tantangan pergerakan lain dalam simulasi muncul saat objek bertabrakan dan terpisah. Di dunia nyata, objek umumnya dapat bertabrakan dan terpisah kembali — tetap sebagai dua bentuk yang berbeda. Yuksel, bersama rekan-rekannya dari Universitas Utah, akan mempresentasikan metode untuk menghitung secara efisien Jalur Terpendek ke Batas untuk Jaring yang Berpotongan dari titik internal tertentu. Metode ini menawarkan solusi cepat dan andal untuk penanganan tabrakan dan tabrakan sendiri saat mensimulasikan objek volumetrik yang dapat berubah bentuk. Hal ini memungkinkan simulasi skenario tabrakan sendiri yang sangat menantang menggunakan teknik yang efisien. Contohnya adalah XPBD, yang tidak memberikan jaminan atas resolusi tabrakan, tidak seperti metode simulasi yang mahal secara komputasi yang hampir harus mempertahankan keadaan bebas tabrakan.

Acara Interaktif

Segala sesuatu di platform Roblox bersifat interaktif dan real-time. Cara terbaik untuk merasakan kemajuan terbaru kami adalah dengan melihatnya langsung melalui demo langsung dan sesi Real-Time Live kami. Di acara "Roblox Generative AI in Action", peneliti Brent Vincent dan Kartik Ayyar akan mendemonstrasikan bagaimana kreator dapat memanfaatkan bahasa alami dan ekspresi niat lainnya untuk membangun objek dan adegan interaktif tanpa perlu pemodelan atau pemrograman yang rumit. Di acara Intermediated Reality with an AI 3D-printed Character, Kenny Mitchell dari Roblox dan Llogari Casas Cambra dari 3Finery Ltd akan memamerkan model AI yang memproses pengenalan suara langsung dan menghasilkan respons sebagai karakter 3D-printed — menganimasi fitur karakter tersebut secara sinkron dengan audio. 

Para ilmuwan Roblox juga akan berbicara dalam panel di Frontier Workshops. Di "Beyond IRL: Bagaimana Media Sosial Interaktif 3D Mengubah Cara Kita Berinteraksi, Mengekspresikan Diri, dan Berpikir", ilmuwan Roblox Lauren Cheatham dan Carissa Kang akan bergabung dengan pakar bidang, ilmuwan sosial, dan peneliti perilaku untuk mendiskusikan bagaimana lingkungan virtual imersif dapat membantu membentuk sikap dan perilaku, mendukung eksplorasi identitas, serta membantu generasi muda menetapkan batas-batas sehat yang dapat diterapkan di dunia nyata. Pada sesi "Interaksi Avatar Ekspresif untuk Pengalaman Bersama secara Online", para ilmuwan Roblox Ian Sachs, Vivek Virma, Sean Palmer, Tom Sanocki, dan Kenny Mitchell, bersama para ahli lainnya, akan membahas tantangan dan pelajaran yang dipetik dari penerapan pengalaman interaktivitas jarak jauh dan komunikasi ekspresif kepada komunitas global yang luas.  

Adrian Xuan Wei Lim akan memandu Sesi Poster untuk mempresentasikan "Reverse Projection: Real-Time Local Space Texture Mapping", sebuah teknik proyeksi inovatif yang dirancang untuk digunakan dalam game yang menggambar stiker langsung ke tekstur objek 3D secara real-time. Dengan menggunakan teknik proyeksi yang dihitung pada tekstur ruang lokal dan berorientasi ke luar, kreator yang menggunakan perangkat apa pun—mulai dari perangkat Android kelas bawah hingga desktop gaming kelas atas—dapat menikmati personalisasi aset mereka. Pipelne yang diusulkan ini dapat menjadi langkah menuju peningkatan kecepatan dan fleksibilitas dalam melukis model.


Lihat semua makalah yang akan dipaparkan oleh tim Roblox Research di SIGGRAPH 2023 di sini. Kunjungi stan dan sesi kami yang tercantum di bawah ini. Kami menantikan untuk bertemu Anda secara langsung!


Minggu, 6 Agustus

Senin, 7 Agustus

Selasa, 8 Agustus

Rabu, 9 Agustus

Kamis, 10 Agustus