SIGGRAPH 2023-ல் ராப்லாக்ஸ் 3D இயக்கம் மற்றும் ரெண்டரிங் ஆராய்ச்சியை வழங்குகிறது

ராப்லாக்ஸ் ரிசர்ச், நமது சமூக 3D தளத்திற்காக தொழில்நுட்பத்தின் அடிப்படை அறிவியலைத் தொடர்கிறது, இதன் நோக்கம் ஒரு பில்லியன் மக்களை நம்பிக்கையுடனும் நாகரிகத்துடனும் இணைப்பதாகும். நாங்கள் முதல் கோட்பாடுகள் மற்றும் செயற்கை நுண்ணறிவு (AI) நுட்பங்களின் கலவையைப் பயன்படுத்தி 3D உள்ளடக்க உருவாக்கம், இயற்பியல் உருவகப்படுத்துதல் மற்றும் நிகழ்நேர நெறிப்படுத்தல் ஆகியவற்றை முன்னேற்றுகிறோம். எங்களின் புதிய தொழில்நுட்பம், முடி, துணிகள், பொருட்கள் மற்றும் நிலப்பரப்புகள் உண்மையான உலகில் எவ்வாறு செயல்படுமோ அதேபோல இயக்கங்கள், மோதல்கள் மற்றும் காற்றுக்கு எதிர்வினையாற்ற உதவுகிறது. நாங்கள் நூற்றுக்கணக்கான மில்லியன் பயனர்களைக் கொண்ட ஒரு உலகளாவிய தளத்தை ஆதரிப்பதால், ஒவ்வொரு அம்சமும் கிளையண்ட் மற்றும் சர்வர் இரண்டிலும் அளவிடக்கூடியதாக இருக்க வேண்டும், மேலும் பழைய தொலைபேசிகள் முதல் சமீபத்திய AR/VR ஹெட்செட்கள் வரை எந்தவொரு சாதனத்தையும் ஆதரிக்க வேண்டும். நாங்கள் வழங்கவிருக்கும் பணிகளைப் பற்றி கீழே மேலும் படிக்கவும், SIGGRAPH-ல் எங்களை எங்கு சந்திக்கலாம் என்பதற்கான அட்டவணையைப் பார்க்கவும். 

மேம்படுத்தப்பட்ட ரெண்டரிங்

3D உலகங்கள் மேலும் யதார்த்தமாக மாறும்போது, கட்டமைப்புகள் மற்றும் நிலப்பரப்புகள் பெருகிய முறையில் சிக்கலாகின்றன. இந்த சிக்கலான சூழல்களை ரெண்டரிங் செய்ய, அலை அலையாகும் அல்லது முறுக்கப்பட்ட துணிகள், சமமற்ற நிலப்பரப்பு போன்ற நிஜ உலக விளைவுகளுக்கு தீர்வுகள் தேவை. 'உள்நிலை பிழை அளவீடுகளைப் பயன்படுத்தி மேற்பரப்பு எளிமைப்படுத்தல்' (Surface Simplification Using Intrinsic Error Metrics) என்ற தங்கள் விளக்கக்காட்சியில், ராப்லாக்ஸ் ஆராய்ச்சியாளர் ஹ்ஸு-டி டெரெக் லியு மற்றும் கார்னகி மெலன் பல்கலைக்கழகம் மற்றும் டொராண்டோ பல்கலைக்கழகத்தைச் சேர்ந்த அவரது சகாக்கள், உள்நிலை முக்கோணங்களை எளிமைப்படுத்த ஒரு முறையை முன்மொழிகின்றனர். பாரம்பரிய மெஷ் எளிமைப்படுத்தல், ரெண்டரிங் நோக்கங்களுக்காக ஒரு பொருளின் தோற்றத்தைத் தக்க வைத்துக் கொள்கிறது, ஆனால் பொருட்கள் வளைக்கப்படலாம், நெளிவிடப்படலாம் அல்லது மடிக்கப்படலாம் என்ற சிமுலேஷனே இலக்காக இருந்தால் என்ன செய்வது? இந்த முறை, உள்ளார்ந்த முக்கோணங்களின் பரந்த இடத்தை ஆராய்வதன் மூலம் சிமுலேஷனுக்காக மெஷை எளிதாக்குகிறது, இது ஜியோடெசிக் தூரங்களைக் கணக்கிடுவது போன்ற பொதுவான பணிகளில் 1,000 மடங்குக்கும் அதிகமான வேகமான முடிவுகளுக்கு வழிவகுக்கிறது. இந்தப் புதிய முறையானது சிமுலேஷனுக்காக அதிக அளவிலான விவரங்களுக்குப் பங்களிக்கக்கூடும்.

ஜார்ஜ் மேசன் பல்கலைக்கழகம், டொராண்டோ பல்கலைக்கழகம் மற்றும் வாட்டர்லூ பல்கலைக்கழகத்தைச் சேர்ந்த சக ஆராய்ச்சியாளர்களுடன் இணைந்து, வேறுபடுத்தக்கூடிய உயரப்புலப் பாதைத் தடமறிதல் (Differentiable Heightfield Path Tracing) குறித்த தனது ஆய்வையும் லியு முன்வைப்பார். இது, செயற்கை நுண்ணறிவுப் பயிற்சிப் பயன்பாடுகளுக்காக நிலப்பரப்பு, நிழல்கள் மற்றும் 3D பொருட்களை வேகமாகவும் யதார்த்தமாகவும் வரைவதை சாத்தியமாக்குகிறது. இந்த அணுகுமுறை, தற்போதுள்ள பெரும்பாலான 3D மெஷ் டிஃபரன்ஷியல் ரெண்டரர்களுடன் ஒப்பிடும்போது, பல மடங்கு வேகமான நிகழ்நேர பிரேம் விகிதங்களை அடைகிறது. இது, எங்களின் ஜெனரேட்டிவ் AI மற்றும் மாடரேஷன் AI கருவிகளின் எதிர்காலப் பதிப்புகள் உட்பட, ஊடாடும் இன்வெர்ஸ் ரெண்டரிங் பயன்பாடுகளுக்கான சாத்தியத்தைத் திறக்கிறது. ஆராய்ச்சியாளர்கள் இந்த முறையை நிலப்பரப்பு மேம்பாடு மற்றும் உரை அடிப்படையிலான வடிவம் உருவாக்கம் போன்ற பல ஊடாடும் பணிகளுடன் நிரூபிக்கின்றனர்.

அவதாரங்கள் மற்றும் அதற்கப்பால் யதார்த்தமான இயக்கம்

மனித இயக்கமானது சிக்கலானது மற்றும் பரவலாக மாறுபட்டது. மெய்நிகர் சூழல்களில் யதார்த்தத்திற்கும் வெளிப்பாட்டிற்கும் அதன் முழுத் துல்லியத்துடனும் இதைத் துல்லியமாக மீண்டும் உருவாக்குவதே எங்கள் குறிக்கோள், இது ஒரு பெரிய சவாலாகும். உதாரணமாக, பல பணிகளைச் செய்வது, அல்லது வெவ்வேறு நடத்தைகளைத் தடையின்றி இணைப்பது போன்றவற்றில் மனிதர்கள் மிகவும் திறமையானவர்கள். பாரம்பரிய கணினி வரைகலை, நடப்பது அல்லது எறிவது போன்ற ஒற்றை நடத்தைகளில் கவனம் செலுத்துகிறது, மேலும் வெளிப்படையாக உருவாக்கப்பட்ட இணைந்த நடத்தைகளை இது கோருகிறது. 

அவர்களின் 'கூட்டு இயக்க கற்றல் மற்றும் பணி கட்டுப்பாடு' (Composite Motion Learning with Task Control) என்ற கட்டுரையில், ராப்லாக்ஸ் ஆராய்ச்சியாளர்கள் விக்டர் ஜோர்டான் மற்றும் பெய் சூ, கிளெம்சன் பல்கலைக்கழகம் மற்றும் கலிபோர்னியா பல்கலைக்கழகம், மெர்சிட் ஆகியவற்றின் சக ஊழியர்களுடன் இணைந்து, பல-பணி இயக்க கட்டுப்பாட்டிற்கான ஒரு புதிய வலுவூட்டல் கற்றல் அணுகுமுறையை கோடிட்டுக் காட்டுகின்றனர். இந்த ஆராய்ச்சி, இயற்பியல் உருவகப்படுத்தப்பட்ட கதாபாத்திரங்களுக்கான சிக்கலான பணி-இயக்க கட்டுப்பாட்டிற்கான ஒரு வலுவூட்டல் கற்றல் அணுகுமுறையை முன்மொழிகிறது. இந்த பல-குறிக்கோள்-கட்டுப்பாட்டு அணுகுமுறையின் மூலம், கதாபாத்திரங்கள் நடக்கும்போது ஜோக்கர் வித்தை காட்டுவது போன்ற கலவையான பல-பணி அசைவுகளைச் செய்ய முடியும். ஒருங்கிணைந்த நடத்தையின் வெளிப்படையான மாதிரி அசைவு எடுத்துக்காட்டுகள் இல்லாமலேயே, அவர்கள் பலவிதமான பிற செயல்பாடுகளையும் இணைக்க முடியும். இந்த அணுகுமுறை, ஏற்கனவே உள்ள கட்டுப்படுத்திகளை மீண்டும் பயன்படுத்துவதன் மூலம் மாதிரி-செயல்திறன் மிக்க பயிற்சியையும் ஆதரிக்கிறது. 

ராப்ளாக்ஸ் என்பது ஒரு உருவகப்படுத்துதல் அடிப்படையிலான 3D தளமாகும், இதில் பொருட்களுக்கும் அவதார்களுக்கும் இடையிலான முதன்மை தொடர்புகள் வெளிப்படையான குறியீட்டின் பதிலாக முதல் கொள்கைகள் இயற்பியல் மூலம் நிர்வகிக்கப்படுகின்றன. இந்த ஆண்டு, பொருள் உருவகப்படுத்துதலில் உள்ள வெவ்வேறு முன்னேற்றங்கள் குறித்த இரண்டு புதிய முடிவுகளை நாங்கள் பகிர்ந்து கொள்கிறோம்.

UCLA, யூட்டா பல்கலைக்கழகம் மற்றும் அடோப் ரிசர்ச் ஆகியவற்றின் சக ஊழியர்களுடன் இணைந்து, யுக்ஸெல் 'பல்லடுக்கு தடிமனான ஓடுகள்' (Multi-layer Thick Shells) என்ற தலைப்பில் ஒரு விளக்கக்காட்சியை வழங்குவார். இது தோல் ஆடைகள், தலையணைகள், பாய்கள் மற்றும் உலோகப் பலகைகள் போன்ற பொருட்களுக்கு தடிமன்-விழிப்புணர்வுடன் கூடிய உருவகப்படுத்துதல்களை அனுமதிக்க ஒரு புதுமையான அணுகுமுறையை முன்மொழிகிறது. இந்த அணுகுமுறை, செருகுப் பூட்டுதலைத் (shear locking) தவிர்த்து, நுட்பமான சுருக்க விவரங்களை திறமையாகப் படம்பிடிக்கிறது, மேலும் இது பல்வேறு கட்டமைப்புகளின் வேகமான, உயர்தரமான, தடிமன்-விழிப்புணர்வுடன் கூடிய உருவகப்படுத்துதல்களுக்கு வழிவகுக்கிறது. 

ஊடாடும் நிகழ்வுகள்

Roblox தளத்தில் உள்ள அனைத்தும் ஊடாடும் மற்றும் நிகழ்நேரத்தில் உள்ளன. எங்களின் புதிய முன்னேற்றங்களை அனுபவிப்பதற்கான சிறந்த வழி, நேரடி செயல்விளக்கங்கள் மற்றும் எங்களின் நிகழ்நேர நேரடி அமர்வுகள் மூலம் அவற்றைச் செயல்பாட்டில் காண்பதுதான். Roblox Generative AI in Action நிகழ்வில், ஆராய்ச்சியாளர்கள் பிரென்ட் வின்சென்ட் மற்றும் கார்த்திக் ஐயர், படைப்பாளர்கள் சிக்கலான மாடலிங் அல்லது கோடிங் இல்லாமல், இயற்கை மொழி மற்றும் நோக்கத்தின் பிற வெளிப்பாடுகளைப் பயன்படுத்தி ஊடாடும் பொருட்கள் மற்றும் காட்சிகளை உருவாக்க முடியும் என்பதை நிரூபிப்பார்கள். 'AI 3D-பிரிண்ட் செய்யப்பட்ட கதாபாத்திரத்துடன் இடைநிலை யதார்த்தம்' நிகழ்வில், ரோப்லாக்ஸின் கென்னி மிட்செல் மற்றும் 3ஃபைனரி லிமிடெட் நிறுவனத்தின் லோகாரி காசஸ் காம்ப்ரா, நேரலை பேச்சு அங்கீகாரத்தைச் செயலாக்கி, ஒரு 3D-பிரிண்ட் செய்யப்பட்ட கதாபாத்திரமாக பதில்களை உருவாக்கும் ஒரு AI மாதிரியைக் காட்சிப்படுத்துவார்கள் — ஒலியுடன் ஒத்திசைவாக அந்த கதாபாத்திரத்தின் அம்சங்களை அசைத்துக்காட்டுவார்கள். 

ராப்ளாக்ஸ் விஞ்ஞானிகள் ஃபிரான்டியர் பட்டறைகளில் (Frontier Workshops) நடைபெறும் குழு விவாதங்களிலும் உரையாற்றுவார்கள். 'உண்மையான வாழ்க்கைக்கு அப்பால், 3D ஊடாடும் சமூக ஊடகங்கள் நாம் தொடர்பு கொள்ளும், வெளிப்படுத்தும் மற்றும் சிந்திக்கும் விதத்தை எவ்வாறு மாற்றுகின்றன' என்ற அமர்வில், ராப்ளாக்ஸ் விஞ்ஞானிகளான லாரன் சீதம் மற்றும் கரிசா காங் ஆகியோர் துறைசார் வல்லுநர்கள், சமூக விஞ்ஞானிகள் மற்றும் நடத்தை ஆய்வாளர்களுடன் இணைந்து, ஆழ்ந்த மெய்நிகர் சூழல்கள் மனப்பான்மைகளையும் நடத்தைகளையும் வடிவமைக்க எவ்வாறு உதவுகின்றன, அடையாள ஆராய்ச்சியை ஆதரிக்கின்றன, மற்றும் இளம் தலைமுறையினர் தங்கள் நிஜ உலகிலும் நீட்டிக்கக்கூடிய ஆரோக்கியமான எல்லைகளை ஏற்படுத்த உதவுகின்றன என்பது குறித்து விவாதிப்பார்கள். 'ஆன்லைனில் கூட்டு அனுபவங்களுக்கான வெளிப்பாட்டு அவதார் தொடர்புகள்' நிகழ்வில், ராப்லாக்ஸ் விஞ்ஞானிகளான இயன் சாக்ஸ், விவேக் வர்மா, சீன் பால்மர், டாம் சனோக்கி மற்றும் கென்னி மிட்செல் ஆகியோர் மற்ற நிபுணர்களுடன் இணைந்து, தொலைதூர ஊடாடுதலுக்கும் வெளிப்பாட்டுத் தொடர்புக்கும் அனுபவங்களை ஒரு பெரிய உலகளாவிய சமூகத்திற்கு வழங்குவதில் உள்ள சவால்கள் மற்றும் கற்றுக்கொண்ட பாடங்கள் குறித்து விவாதிப்பார்கள்.  

ஆட்ரியன் சுயான் வெய் லிம், 'ரிவர்ஸ் ப்ரொஜெக்ஷன்: ரியல்-டைம் லோக்கல் ஸ்பேஸ் டெக்ஸ்ச்சர் மேப்பிங்' என்ற ஒரு சுவரொட்டி அமர்வை நடத்துவார். இது விளையாட்டுகளில் பயன்படுத்த வடிவமைக்கப்பட்ட ஒரு புதுமையான ப்ரொஜெக்டிவ் நுட்பமாகும், இது ஒரு 3D பொருளின் அமைப்பின் மீது நிகழ்நேரத்தில் ஒரு ஸ்டிக்கரை நேரடியாக வரைகிறது. உள்ளூர் இட அமைப்புகளில் கணக்கிடப்பட்டு வெளிப்புறமாகப் பார்க்கும் பிரதிபலிப்பு நுட்பங்களைப் பயன்படுத்துவதன் மூலம், குறைந்த ரக ஆண்ட்ராய்டு சாதனங்கள் முதல் உயர் ரக கேமிங் டெஸ்க்டாப்புகள் வரை எதையும் பயன்படுத்தும் படைப்பாளிகள், தங்களின் சொத்துகளின் தனிப்பயனாக்கலை அனுபவிக்க முடியும். முன்மொழியப்பட்ட இந்தப் பணிப்பாய்வு, மாதிரி வரைகலையின் வேகம் மற்றும் பன்முகத்தன்மையை மேம்படுத்துவதற்கான ஒரு படியாக இருக்கக்கூடும்.

SIGGRAPH 2023-ல் Roblox Research குழு வழங்கும் அனைத்து ஆய்வுக் கட்டுரைகளையும் இங்கே காண்க. கீழே பட்டியலிடப்பட்டுள்ள எங்கள் அரங்கம் மற்றும் அமர்வுகளுக்கு வருகை தாருங்கள். உங்களை நேரில் சந்திக்க ஆவலுடன் காத்திருக்கிறோம்!

ஞாயிறு, ஆகஸ்ட் 6

• காலை 9 மணி: ஃபிரான்டியர்ஸ் பட்டறை: நிஜ வாழ்க்கைக்கு அப்பால், 3D ஊடாடும் சமூக ஊடகங்கள் நாம் தொடர்பு கொள்ளும், வெளிப்படுத்தும் மற்றும் சிந்திக்கும் விதத்தை எவ்வாறு மாற்றுகின்றன (அறை 301 B)
• மாலை 3:45: உரை: ரிக் இல்லாமல் ரிக்கிங்: கதாபாத்திர அனிமேஷனில் புதிய முறைகள் (அறை 515 B)

திங்கட்கிழமை, ஆக. 7

• காலை 9 மணி: சுவரொட்டி அமர்வு: ரிவர்ஸ் ப்ராஜெக்ஷன்: நிகழ்நேர உள்ளூர் இட அமைப்பு அமைப்பு வரைபடமாக்கல் (மேற்கு லாபி நுழைவு)
• காலை 9 மணி: முன்னோடிப் பயிலரங்கம்: இணையவழி இணை-அனுபவங்களில் வெளிப்பாட்டு அவதார் தொடர்பாடல்கள் (அறை 301 B)

செவ்வாய், ஆகஸ்ட் 8

• காலை 11:38: தொழில்நுட்பக் கட்டுரை: துரிதப்படுத்தப்பட்ட இடைவெளிகளுடன் வேறுபடுத்தக்கூடிய உயரக்களப் பாதைத் தடமறிதல் (பெட்ரி ஹால் C)
• மதியம் 2:20: தொழில்நுட்பக் கட்டுரை: சரடு அடிப்படையிலான கலப்பின முடி உருவகப்படுத்துதலுக்கான வளைவு இல்லாத தொடக்க அமைப்பு *மரியாதைக்குரிய குறிப்பு (பெட்ரி ஹால் C)
• மதியம் 2:54: தொழில்நுட்பக் கட்டுரை: பல அடுக்கு தடிமனான ஓடுகள் (பெட்ரி ஹால் C)
• மாலை 6 மணி: நிகழ்நேர நேரலை: ரோப்லாக்ஸ் ஜெனரேட்டிவ் AI செயல்பாட்டில் (மேற்கு அரங்கம் B)
• மாலை 6 மணி: நிகழ்நேர நேரலை: AI 3D பிரிண்ட் செய்யப்பட்ட கதாபாத்திரத்துடன் இடைநிலை யதார்த்தம் (மேற்கு அரங்கம் B)

புதன்கிழமை, ஆக. 9

• மாலை 3:45: தொழில்நுட்பக் கட்டுரை: பணி கட்டுப்பாட்டுடன் கூடிய கலப்பு இயக்கக் கற்றல் (பெட்ரி ஹால் C)
• மாலை 3:45: தொழில்நுட்பக் கட்டுரை: செயலற்ற உறிஞ்சும் கோப்பைகளின் கட்டுப்பாடு-சார்ந்த உருவகப்படுத்துதல் (பெட்ரி ஹால் D)
• மாலை 3:45: தொழில்நுட்பக் கட்டுரை: உள்ளார்ந்த பிழை அளவீடுகளைப் பயன்படுத்தி மேற்பரப்பு எளிமைப்படுத்தல் (அறை 502 AB)

வியாழன், ஆகஸ்ட் 10

• மாலை 2:11: தொழில்நுட்பக் கட்டுரை: தங்களைத் தாங்களே குறுக்கிடும் வலைப்பின்னல்களுக்கான எல்லையை நோக்கிய மிகக் குறுகிய பாதை (பெட்ரி ஹால் C)