Bu sitedeki içerik yapay zeka (AI) veya makine çeviri teknolojisi kullanılarak çevrilmiştir ve hatalar içerebilir.

Skip to content

Roblox, SIGGRAPH 2023'te 3D Hareket ve Görüntüleme Araştırmalarını Sunacak

Three rabbits
6-10 Ağustos tarihleri arasında Los Angeles'ta düzenlenecek olan bilgisayar grafikleri ve etkileşimli teknikler alanındaki önde gelen konferans ACM SIGGRAPH 2023'te yeniliklerimizi paylaşmaktan gurur duyuyoruz. Etkinlik sırasında araştırmacılarımız altı teknik makale oturumu, iki Frontiers Atölyesi, iki Gerçek Zamanlı Canlı etkinlik ve bir poster oturumunda sunum yapacak. Ekibimiz konferans boyunca standımızda Roblox ve araştırmalarımız hakkında görüşmek üzere hazır bulunacak. Ayrıca, son derece seçici teknik makale fragmanında çalışmalarımıza yer verdiği için komiteye de teşekkür ederiz.

Roblox Research, bir milyar insanı iyimserlik ve nezaketle birbirine bağlamak amacıyla sosyal 3D platformumuz için temel teknoloji bilimini araştırmaktadır. İlk ilkeler ile yapay zeka (AI) tekniklerini bir araya getirerek 3D içerik oluşturma, fiziksel simülasyon ve gerçek zamanlı moderasyon alanlarında ilerleme kaydediyoruz. En yeni çalışmamız, saç, kumaş, nesneler ve manzaraların gerçek dünyada olduğu gibi harekete, çarpışmalara ve rüzgara tepki vermesini sağlıyor. Yüz milyonlarca kullanıcısı olan küresel bir platformu desteklediğimiz için, her yönün hem istemci hem de sunucu tarafında ölçeklenebilir olması ve eski telefonlardan en yeni AR/VR başlıklarına kadar her türlü cihazı desteklemesi gerekiyor. Aşağıda sunacağımız çalışma hakkında daha fazla bilgi edinin ve SIGGRAPH'ta bizi nerede bulabileceğinizi gösteren programı inceleyin. 

Optimize Edilmiş Render

3D dünyalar daha gerçekçi hale geldikçe, yapılar ve araziler de giderek daha karmaşık hale geliyor. Bu karmaşık ortamları render etmek, dalgalanan veya bükülmüş kumaşlar, engebeli arazi gibi gerçek dünya efektleri için çözümler gerektirir. "Intrinsic Error Metrics Kullanarak Yüzey Basitleştirme" başlıklı sunumunda, Roblox araştırmacısı Hsueh-Ti Derek Liu ve Carnegie Mellon Üniversitesi ile Toronto Üniversitesi'nden meslektaşları, içsel üçgenlemeleri basitleştirmek için bir yöntem öneriyor. Klasik ağ basitleştirme, renderleme amacıyla nesnenin görünümünü korur, ancak amaç nesnelerin bükülebileceği, eğilebileceği veya katlanabileceği simülasyon ise ne olur? Bu yöntem, içsel üçgenlemelerin çok daha geniş alanını keşfederek simülasyon için ağı basitleştirir ve jeodezik mesafelerin hesaplanması gibi yaygın görevlerde 1.000 kattan fazla daha hızlı sonuçlar elde edilmesini sağlar. Bu yeni yöntem, simülasyon için daha yüksek detay seviyelerine katkıda bulunabilir.

Liu ayrıca George Mason Üniversitesi, Toronto Üniversitesi ve Waterloo Üniversitesi'nden meslektaşlarıyla işbirliği içinde Differentiable Heightfield Path Tracing üzerine yaptığı çalışmayı da sunacak. Bu, AI eğitim uygulamaları için arazi, gölgeler ve 3D nesnelerin hızlı ve gerçekçi bir şekilde render edilmesini sağlar. Bu yaklaşım, mevcut çoğu 3D ağ diferansiyel renderlayıcısından çok daha hızlı olan gerçek zamanlı kare hızlarına ulaşır. Bu, üretken AI ve moderasyon AI araçlarımızın gelecekteki sürümleri de dahil olmak üzere etkileşimli ters render uygulamaları için yeni olanaklar sunar. Araştırmacılar, bu yöntemi arazi optimizasyonu ve metin tabanlı şekil oluşturma gibi birçok etkileşimli görevle göstermektedir.

Avatarlar ve Ötesi için Gerçekçi Hareket

İnsan hareketi karmaşık ve çok çeşitlidir. Amacımız, sanal ortamlarda gerçekçilik ve ifade gücü için bunu tüm ayrıntılarıyla doğru bir şekilde yeniden üretmektir; bu da büyük bir zorluktur. Örneğin, çoklu görev yapma veya farklı davranışları sorunsuz bir şekilde birleştirme, insanların çok usta olduğu bir konudur. Geleneksel bilgisayar grafikleri, yürümek veya atmak gibi tekil davranışlara odaklanır ve açıkça yazılmış birleşik davranışlar gerektirir. 

Roblox araştırmacıları Victor Zordan ve Pei Xu, Clemson Üniversitesi ve Kaliforniya Üniversitesi, Merced'den meslektaşlarıyla birlikte yazdıkları "Görev Kontrolü ile Bileşik Hareket Öğrenimi" başlıklı makalede, çoklu görev hareket kontrolü için yeni bir pekiştirme öğrenimi yaklaşımını özetlemektedir. Bu araştırma, fiziksel olarak simüle edilmiş karakterler için karmaşık görev odaklı hareket kontrolüne yönelik bir pekiştirme öğrenimi yaklaşımı önermektedir. Bu çok amaçlı kontrol yaklaşımıyla karakterler, yürürken jonglörlük yapmak gibi bileşik çoklu görev hareketlerini gerçekleştirebilir. Ayrıca, birleştirilmiş davranışın açık referans hareket örnekleri olmadan çok çeşitli diğer etkinlikleri birleştirebilirler. Bu yaklaşım, mevcut denetleyicileri yeniden kullanarak örnek verimli eğitimi de destekler. 

Simüle edilmiş saç stilleri, sürükleyici 3D ortamlarda başka bir hareket zorluğu oluşturur. Bu ortamlarda, özenle tasarlanmış ve şekillendirilmiş saç modelleri, yerçekiminin etkisiyle amaçlanan şekillerini koruyamayıp kendi ağırlıkları altında anında çökebilir. Roblox araştırmacısı Cem Yüksel ve LightSpeed Studios'tan meslektaşları tarafından sunulan "Sag-free Initialization for Strand-based Hybrid Hair Simulation" (Saç teli tabanlı hibrit saç simülasyonu için sarkma önleyici başlatma), saç teli tabanlı saç sistemleri için yeni bir başlatma çerçevesi önermektedir. Bu çalışma, saçın yerçekimi ve diğer dış kuvvetler karşısında şeklini korumak için sergilemesi gereken iç kuvvetleri çözerek sarkmayı ortadan kaldırır. Bu, saç dinamiklerini gereksiz yere sertleştirmeden ve saç teli düzeyindeki çarpışmaları dikkate alarak gerçekleştirilir. Bu makale ayrıca En İyi Makaleler Onur Ödülü'ne layık görüldü. 

Roblox, nesneler arasındaki ve avatarlarla olan temel etkileşimlerin açık kod yerine temel fizik ilkeleriyle gerçekleştirildiği, simülasyon tabanlı bir 3D platformdur. Bu yıl, nesne simülasyonundaki farklı gelişmelere ilişkin iki yeni sonucu paylaşıyoruz.

Yuksel, UCLA, Utah Üniversitesi ve Adobe Research'ten meslektaşlarıyla birlikte, deri giysiler, yastıklar, paspaslar ve metal levhalar gibi malzemeler için kalınlık farkındalı simülasyonlara olanak tanıyan yeni bir yaklaşım öneren Multi-layer Thick Shells'i sunacak. Bu yaklaşım, kesme kilitlenmesini önler, ince kırışıklık detaylarını verimli bir şekilde yakalar ve çeşitli yapıların hızlı, yüksek kaliteli, kalınlık farkındalı simülasyonlarının önünü açar. 

Simülasyonlarda hareketle ilgili bir başka zorluk, nesnelerin çarpışıp ayrılmasıdır. Gerçek dünyada nesneler genellikle çarpışıp tekrar ayrılabilirler — yine de iki ayrı şekil olarak. Yüksel, Utah Üniversitesi'nden meslektaşlarıyla birlikte, belirli bir iç noktadan kesişen ağlar için sınıra en kısa yolu verimli bir şekilde hesaplayan bir yöntem sunacak. Bu yöntem, deforme olabilen hacimsel nesneleri simüle ederken çarpışma ve kendi kendine çarpışma durumlarını ele almak için hızlı ve sağlam bir çözüm sunuyor. Bu, verimli teknikler kullanılarak son derece zorlu kendi kendine çarpışma senaryolarının simüle edilmesini sağlar. Bir örnek, çarpışma çözünürlüğü konusunda hiçbir garanti vermeyen XPBD'dir; bu, neredeyse çarpışmasız bir durumu sürdürmek zorunda olan, hesaplama açısından maliyetli simülasyon yöntemlerinden farklıdır.

Etkileşimli Etkinlikler

Roblox platformundaki her şey etkileşimli ve gerçek zamanlıdır. Yeni gelişmelerimizi deneyimlemenin en iyi yolu, canlı demolar ve Gerçek Zamanlı Canlı oturumlarımız aracılığıyla bunları iş başında görmek. Roblox Generative AI in Action etkinliğinde, araştırmacılar Brent Vincent ve Kartik Ayyar, yaratıcıların doğal dil ve diğer niyet ifadelerini nasıl kullanarak karmaşık modelleme veya kodlama yapmadan etkileşimli nesneler ve sahneler oluşturabileceklerini gösterecek. AI 3D Baskılı Karakter ile Aracılı Gerçeklik etkinliğinde, Roblox'tan Kenny Mitchell ve 3Finery Ltd'den Llogari Casas Cambra, canlı konuşma tanıma işlemini gerçekleştiren ve yanıtları 3D baskılı bir karakter olarak üreten bir AI modelini sergileyecekler — karakterin özelliklerini sesle senkronize olarak canlandıracaklar. 

Roblox bilim insanları ayrıca Frontier Atölyeleri'ndeki panellerde konuşma yapacak. "IRL'nin Ötesinde: 3D Etkileşimli Sosyal Medya Etkileşim, İfade ve Düşünme Şeklimizi Nasıl Değiştiriyor" başlıklı oturumda, Roblox bilim insanları Lauren Cheatham ve Carissa Kang, alan uzmanları, sosyal bilimciler ve davranış araştırmacılarıyla bir araya gelerek, sürükleyici sanal ortamların tutum ve davranışları şekillendirmeye, kimlik keşfini desteklemeye ve genç nesillerin gerçek dünyalarına da uzanabilecek sağlıklı sınırlar oluşturmasına nasıl yardımcı olabileceğini tartışacak. "Çevrimiçi Ortak Deneyimler için İfadeci Avatar Etkileşimleri" başlıklı oturumda, Roblox bilim insanları Ian Sachs, Vivek Virma, Sean Palmer, Tom Sanocki ve Kenny Mitchell, diğer uzmanlarla birlikte, geniş bir küresel topluluğa uzaktan etkileşim ve ifadeci iletişim deneyimleri sunmanın getirdiği zorlukları ve bu süreçten çıkarılan dersleri tartışacak.  

Adrian Xuan Wei Lim, oyunlarda kullanılmak üzere tasarlanmış ve bir çıkartmayı 3D nesnenin dokusuna gerçek zamanlı olarak doğrudan boyayan yeni bir projeksiyon tekniği olan "Ters Projeksiyon: Gerçek Zamanlı Yerel Alan Doku Eşlemesi"ni sunmak üzere bir Poster Oturumu düzenleyecek. Yerel uzay dokularında hesaplanan ve dışa dönük projeksiyon tekniklerini kullanarak, düşük kaliteli Android cihazlardan yüksek kaliteli oyun masaüstü bilgisayarlarına kadar her türlü cihazı kullanan yaratıcılar, varlıklarını kişiselleştirmenin keyfini çıkarabilirler. Önerilen bu süreç, model boyama hızını ve çok yönlülüğünü artırmaya yönelik bir adım olabilir.


Roblox Araştırma ekibinin SIGGRAPH 2023'te sunacağı tüm makaleleri buradan görebilirsiniz. Aşağıda listelenen standımızı ve oturumlarımızı ziyaret edin. Sizinle yüz yüze görüşmeyi dört gözle bekliyoruz!


6 Ağustos Pazar

7 Ağustos Pazartesi

8 Ağustos Salı

9 Ağustos Çarşamba

10 Ağustos Perşembe