2021 年度実施状況報告書

仮想人間の連続的・即応的な動作生成手法の研究

研究課題

研究課題/領域番号	21K12192
研究機関	九州工業大学
研究代表者	尾下真樹九州工業大学, 大学院情報工学研究院, 教授 (20363400)
研究期間 (年度)	2021-04-01 – 2024-03-31
キーワード	動作生成 / 深層学習 / 遷移動作
研究実績の概要	本研究課題では、仮想人間（キャラクタ）の連続的・即応的な動作生成手法を開発する。現在、コンピュータゲームなどの用途では、あらかじめモーションキャプチャ機器等を用いて作成された短い基本動作データを順番に再生することでキャラクタの連続的な動作を実現する方法が一般的に用いられている。この方法では、あらかじめ準備された動作間・タイミングでの動作遷移しか行うことができず、現実の人間のように現在の動作から次の動作への急激な動作遷移を含むような即応的な動作生成は実現できない。本研究で開発する手法では、高レベルの足や重心の軌道を生成する機械学習モデルと、低レベルの全身動作生成のための機械学習モデルを組み合わせることで、入力された基本動作データをもとに、遷移動作や重心移動動作（下半身移動動作）を機械学習（深層学習）モデルにより生成し、連続的・即応的な動作生成を実現する。また、開発手法を、歩行動作、ダンス、スポーツ、格闘技などの広い範囲の動作に適用し、専門家の協力を得て収集した手本動作との比較・評価を行う。これまでの研究により、既存の深層学習を用いた動作生成手法の調査を行い、深層学習を用いた動作生成手法の基礎となるソフトウェアの開発を行った。今後は、これまでに開発した、深層学習を用いた動作生成手法の基礎となるソフトウェアを発展させて、研究アイデアを検証するための基礎となるシステムの開発を行い、評価実験を行う予定である。
現在までの達成度 (区分)	現在までの達成度 (区分) 3: やや遅れている理由これまでの研究により、既存の深層学習を用いた動作生成手法の調査を行い、深層学習を用いた動作生成手法の基礎となるソフトウェアの開発を行った。本年度中に、研究アイデアを検証するための基礎となるシステムの開発を行い、論文を発表することを目標としていたが、動作データに対して深層学習を適用するソフトウェアの開発に時間がかかり、目標を達成できなかった。
今後の研究の推進方策	今後は、これまでに開発した、深層学習を用いた動作生成手法の基礎となるソフトウェアを発展させて、研究アイデアを検証するための基礎となるシステムの開発を行い、評価実験を行う予定である。具体的には、当初計画していた通り、深層学習を用いて、前後の動作の間をなめらかにつなぐ遷移動作を生成する手法の開発と評価実験を行う。また、モーションキャプチャ機器を用いた動作データの収集を行う予定である。
次年度使用額が生じた理由	研究発表や情報収集を目的とした国際会議への参加のための旅費の使用を予定していたが、コロナウィルス感染症のため、国際会議がオンライン開催に変更になったり、海外渡航が行えない状況であったりしたために、旅費が発生しなかった。使用しなかった予算は、翌年度以降の物品購入や旅費として使用する計画である。