프로젝트 설명 영상

https://www.youtube.com/watch?v=ZxPAgNZKs1E

프로젝트 요약

게임 개발에서 캐릭터 애니메이션은 플레이어의 몰입감을 극대화하는 핵심 요소 중 하나입니다. 하지만 현실적으로 애니메이터가 모든 동작을 수작업으로 제작하기에는 시간과 비용이 많이 소요됩니다. 본 프로젝트는 자동화된 애니메이션 생성 기술을 활용하여 이러한 문제를 해결하고, 캐릭터의 움직임에 감정 표현을 추가하여 게임의 사실감과 몰입감을 높이고자 했습니다.

1. 프로젝트 배경 및 목표

1.1 문제점

• 수작업 애니메이션 제작은 많은 시간과 노력이 필요하며, 효율성이 떨어짐.
• 감정이 포함된 애니메이션은 더 많은 리소스를 요구.

1.2 프로젝트 목표

• 최신 연구를 활용하여 자동화된 목적 기반 애니메이션과 감정 표현이 포함된 애니메이션을 생성.
• 강화학습을 통해 플레이어와 상호작용하는 자연스러운 캐릭터 동작을 구현.
• Unreal Engine을 활용한 실시간 시각화로 게임 개발에의 적용 가능성을 검증.

2. 연구 활용 및 기술적 접근

2.1 Character Controllers using Motion VAEs (SIGGRAPH 2020)

이 논문은 목적 기반 애니메이션 생성에 초점을 맞추고 있습니다. 이를 활용하여 캐릭터가 특정 목표(예: 목적지로 달리기)를 향해 움직이는 자연스러운 동작을 생성하였습니다.

1. 데이터 준비

   • bvh 파일을 모델 학습에 적합한 npz 포맷으로 변환.

   • Random Walk(무작위 걷기) 데이터를 학습하고 Bullet 물리엔진에서 시각화.

     https://prod-files-secure.s3.us-west-2.amazonaws.com/81a42628-273d-4833-b86e-7ca6d2bd8797/4fdc14d3-3756-44dc-98a4-dabcde586af2/9_BulletRW.mp4

     결과: 일반적인 Animation Blueprint에 비해 더욱 자연스럽고 부드러운 움직임 구현.

2. Unreal Engine에서의 시각화

   • Joint 모델 생성 후 TCP 통신으로 Joint 위치 데이터를 Unreal Engine에 전달.
   • Unreal Engine 상에서 Random Walk 데이터를 활용하여 캐릭터의 움직임을 시각화.

2.2 강화학습 기반 움직임 생성

강화학습을 통해 캐릭터가 단순한 Random Walk를 넘어 플레이어를 추격하는 행동을 학습하도록 설계하였습니다.

1. 보상 시스템 설계
   • 플레이어에 가까워질수록 높은 보상, 멀어질수록 음의 보상을 부여.
   • 이를 통해 캐릭터가 플레이어를 적극적으로 추격하도록 유도.