Active Learning for Real-Time Motion Controllers

[source] siggraph

[year] 2007

这篇文章看了好几遍，始终觉得…

捕获数据用以创建新动画。比如通过插值、拼接做反应性动画。

本文考虑控制器：根据用户定义的任务(task)，实时产生动画。每个任务用一个control vector定义，文中是一个从combined space of states and tasks 到 space of motion的映射。

则，我们需要一些数据支持以上映射的建立，然后搞个回归之类的东西吧。看文章：

aC: SxTxU  --> M    State  Task U: control vectors

M: sequence of poses

通过已有{mi, ui}段m,但并非所有片段都可被使用。

组织成Clusters，C, Cj :: = {(m_{k,j}, u_{k,j})},w,其状态相同为 s_j,及一个连续的blend map  w=b_j(u)

如果还有位置约束，比如捉住球，则再应用IK

基本与我们的思路吻合。

 

本文还有一个contribution, 实时产生效果，可有选择性捕捉.

每次找出最坏情况，如果不能接受则再表演（捕获数据）