【論文紹介】Deep Mimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills
1. DeepMimic: Example-Guided
Deep Reinforcement Learning of
Physics-Based Character Skills
XUE BIN PENG,
UC Berkeley
PIETER ABBEEL,
UC Berkeley
SERGEY LEVINE,
UC Berkeley
MICHIEL VAN DE
PANNE,
University of British
Columbia
arXiv:1804.02717
SIGGRAPH 2018
7. 6
深層強化学習の応⽤
Duan et al. 2016 :Benchmarking Deep Reinforcement Learning for Continuous Control
Heess et al. 2016 :Continuous control with deep reinforcement learning
深層強化学習によりスキルを習得し,⼀連のモーション⽣成に成功したが,
最先端のkinematic(運動学的)⼿法や⼿動で設計されたモーションには品質が劣る
Heess et al. 2017 :Emergence of Locomotion Behaviours in Rich Environments
深層強化学習の場合、体部運動や特殊な歩⾏状況では不⾃然なモーションをとる
8. 7
深層強化学習の応⽤
Da Silva et al. 2008 :Simulation of Human Motion Data using Short-Horizon
Model-Predictive Control
Lee et al. 2010a :Data-driven Biped Control
従来はKinematic⼿法で、システム上に物理ベースのトラッキングコントローラを
重ねて設計
実際の動きをデータ(Motion Capture Data)に取り込むことで品質を改善できた
深層強化学習エージェントに、モーションキャプチャまたは⼿作業による
アニメーションデータを組み込むことで学習の品質を改善したい