本网站内容使用人工智能(AI)或机器翻译技术翻译,可能存在错误。

Skip to content

Roblox 将在 SIGGRAPH 2023 上展示 3D 运动与渲染研究成果

Three rabbits
我们很荣幸能在ACM SIGGRAPH 2023上展示我们的创新成果。作为计算机图形学与交互技术领域的顶级盛会,本次大会将于8月6日至10日在洛杉矶举行。活动期间,我们的研究人员将在六场技术论文会议、两场前沿研讨会、两场实时现场活动以及一场海报展示会上进行演讲。大会期间,我们的团队将在展位上随时欢迎大家前来交流,探讨Roblox及我们的研究。 此外,我们非常感谢组委会将我们的研究成果选入竞争激烈的技术论文预告片中。

Roblox Research致力于为我们的社交3D平台探索技术的基础科学,旨在以乐观和文明的态度连接十亿人。我们结合第一性原理和人工智能(AI)技术,推动3D内容创作、物理模拟和实时内容审核的发展。 我们最新的研究成果使头发、织物、物体和景观能够像在现实世界中一样,对运动、碰撞和风产生反应。由于我们支持一个拥有数亿用户的全球平台,因此每个方面都必须在客户端和服务器端实现可扩展性,并支持从旧款手机到最新AR/VR头显的任何设备。请阅读下文,了解我们将展示的研究成果,并查看我们在SIGGRAPH的日程安排。 

优化渲染

随着3D世界的逼真度不断提升,结构和地形也变得日益复杂。渲染这些复杂环境需要解决现实世界中的效果,例如布料的涟漪或扭曲、不平坦的地形等。在题为《基于内在误差度量的表面简化》的演讲中,Roblox研究员刘学迪(Hsueh-Ti Derek Liu)及其来自卡内基梅隆大学和多伦多大学的同事,提出了一种简化内在三角剖分的方法。 传统的网格简化仅为渲染目的保留物体外观,但若目标是模拟——即物体可能被扭曲、弯曲或折叠——又该如何处理?该方法通过探索规模庞大的内在三角剖分空间来简化模拟用网格,在计算测地线距离等常见任务上,其运算速度提升了1000倍以上。这一创新方法有望为模拟提供更精细的细节表现。

刘还将展示其与乔治梅森大学、多伦多大学及滑铁卢大学同事合作开展的“可微分高度场路径追踪”研究。该技术能够为人工智能训练应用提供快速且逼真的地形、阴影及3D物体渲染。 该方法实现了实时帧率,速度比大多数现有的3D网格微分渲染器快几个数量级。它为交互式逆向渲染应用开辟了可能性,包括我们未来版本的生成式AI和内容审核AI工具。研究人员通过许多交互式任务(如地形优化和基于文本的形状生成)展示了该方法。

虚拟角色的逼真动作及其延伸

人类的运动既复杂又千变万化。我们的目标是在虚拟环境中以极高的保真度准确再现这种运动,以实现逼真效果和丰富表现力,这无疑是一项巨大挑战。例如,多任务处理(即无缝结合不同行为)是人类非常擅长的事情。传统计算机图形学专注于行走或投掷等单一行为,且需要显式编写组合行为。 

在题为《基于任务控制的复合运动学习》的论文中,Roblox 研究员 Victor Zordan 和 Pei Xu 联同克莱姆森大学及加州大学默塞德分校的同事,提出了一种用于多任务运动控制的新型强化学习方法。该研究针对物理模拟角色,提出了一种用于复杂任务驱动运动控制的强化学习方案。 借助这种多目标控制方法,角色能够执行复合多任务动作,例如边走边玩杂耍。它们还能在无需明确参考复合行为的动作示例的情况下,组合执行多种其他活动。该方法还通过复用现有控制器,支持样本高效的训练。 

在沉浸式3D环境中,模拟发型面临着另一项运动学挑战。精心设计和造型后的发丝模型可能会因自身重量而立即塌陷,无法在重力牵引下保持预期的形状。Roblox研究员Cem Yuksel与LightSpeed Studios的同事们提出的《基于发束的混合发丝模拟无下垂初始化方案》,为基于发束的发丝系统提出了一种新的初始化框架。 该研究通过求解头发在重力及其他外力作用下维持形状所需的内力,从而消除了下垂现象。这一成果在避免不必要地加剧头发动力学刚性的同时,还考虑了发束级别的碰撞。该论文还荣获了最佳论文荣誉奖。 

Roblox 是一个基于模拟的 3D 平台,其中物体之间以及物体与虚拟角色之间的主要交互,是通过第一性原理物理学而非显式代码来实现的。今年,我们将分享两项关于物体模拟不同进展的新成果。

Yuksel将与来自加州大学洛杉矶分校、犹他大学及Adobe Research的同事共同展示《多层厚壳》Multi-layer Thick Shells),该研究提出了一种创新方法,可对皮革服装、枕头、垫子及金属板等材料进行考虑厚度因素的仿真。该方法避免了剪切锁定现象,能高效捕捉细微褶皱细节,并为各类结构的快速、高质量、考虑厚度因素的仿真开辟了道路。 

模拟中的另一个运动挑战出现在物体发生碰撞并分离时。在现实世界中,物体通常能够发生碰撞并再次分离——且仍保持为两个独立的形状。Yuksel将与犹他大学的同事们共同展示一种方法,用于从给定的内部点高效计算相交网格的“边界最短路径”。该方法为在模拟可变形体积物体时处理碰撞和自碰撞问题提供了快速且稳健的解决方案。 这使得研究人员能够利用高效技术模拟极具挑战性的自碰撞场景。例如XPBD方法,它不像那些必须几乎维持无碰撞状态且计算成本高昂的模拟方法那样,对碰撞解决结果不作任何保证。

互动活动

Roblox 平台上的所有内容均具备交互性且实时更新。体验我们最新技术进展的最佳方式,就是通过现场演示和实时直播环节亲眼见证其运作。在“Roblox 生成式 AI 实战”活动中,研究员 Brent Vincent 和 Kartik Ayyar 将演示创作者如何利用自然语言及其他意图表达方式,无需复杂的建模或编码即可构建交互式对象和场景。 在“AI 3D打印角色的中介现实”环节中,Roblox的Kenny Mitchell与3Finery Ltd的Llogari Casas Cambra将展示一款AI模型,该模型能处理实时语音识别并生成3D打印角色的响应——使角色的面部特征与音频同步动态变化。 

Roblox的科学家们还将参与前沿研讨会的专题讨论。在“超越现实:3D互动社交媒体如何改变我们的互动、表达与思维”环节中,Roblox科学家劳伦·切瑟姆(Lauren Cheatham)和卡丽莎·康(Carissa Kang)将与领域专家、社会科学家及行为研究者共同探讨:沉浸式虚拟环境如何帮助塑造态度与行为、支持身份探索,并协助年轻一代建立可延伸至现实世界的健康边界。 在“在线共体验中的表现性虚拟形象互动”环节中,Roblox科学家伊恩·萨克斯(Ian Sachs)、维韦克·维尔马(Vivek Virma)、肖恩·帕尔默(Sean Palmer)、汤姆·萨诺基(Tom Sanocki)和肯尼·米切尔(Kenny Mitchell)将与其他专家共同探讨,向全球庞大社区部署远程互动与表现性沟通体验所面临的挑战及经验教训。  

Adrian Xuan Wei Lim 将主持一场海报展示会,介绍《反向投影:实时局部空间纹理映射》——这是一种专为游戏设计的新颖投影技术,能够实时将贴花直接绘制到 3D 物体的纹理上。 通过采用基于局部空间纹理计算且向外投射的投影技术,创作者无论使用低端安卓设备还是高端游戏台式机,都能享受资产个性化的乐趣。该提案中的工作流有望成为提升模型绘制速度与灵活性的重要一步。


点击此处查看 Roblox 研究团队将在 SIGGRAPH 2023 上发表的所有论文。欢迎莅临我们的展位并参加以下会议。期待与您现场相见!


8月6日(周日)

8月7日(周一)

8月8日(周二)

8月9日,星期三

8月10日(星期四)