Dancing Points: Synthesizing Ballroom Dancing with Three-Point Inputs
تقدم هذه الورقة طريقة فعالة حاسوبياً ومن حيث البيانات تستخدم مسارات ثلاثية النقاط متفرقة من أجهزة الواقع الافتراضي لتخليق تفاعلات رقص صالات الرقص كاملة الجسم بين القائد والتابع بشكل حتمي، مما يظهر تعميماً قوياً لمجموعات بيانات حركة متنوعة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت الرقص. في عالم رسومات الكمبيوتر، يشبه هذا إلى حد ما محاولة تخمين كامل تصميم الرقصة لشخص ما بمجرد مراقبة رأسه ويديه. هذا المجال، المعروف باسم "تخليق الحركة" (motion synthesis)، يتمحور حول إنشاء شخصيات رقمية تتحرك بشكل طبيعي. عادةً، لجعل الشخصية ترقص، تحتاج إلى الكثير من البيانات: مستشعرات على كل إصبع وقدم وورك. ولكن ماذا لو كان لديك فقط قدر ضئيل من المعلومات؟ هذا هو اللغز الذي تعالجه هذه الورقة البحثية. فهي تسأل: هل يمكننا معرفة كيفية تحرك الجسم بالكامل بمجرد تتبع ثلاث نقاط محددة؟ فكر في الأمر كأنك تحاول تخمين لحن أغنية من خلال سماع خط الباص والطبول فقط. إنها لعبة صعبة لأن المعلومات المفقودة تخلق "ضباباً" من الاحتمالات — فهناك طرق عديدة يمكن أن يتحرك بها الجسم لتتوافق مع هذه النقاط الثلاث. حل هذه المعضلة أمر بالغ الأهمية للواقع الافتراضي (VR)، حيث يرتدي اللاعبون سماعات رأس تتتبع فقط رؤوسهم وأيديهم، ومع ذلك يريدون من شخصياتهم الرقمية (avatars) أن ترقص، أو تقاتل، أو تتفاعل مع الأصدقاء في الوقت الفعلي دون أن تبدو كآلات روبوتية مشوهة.
وجد الباحثون وراء هذه الدراسة، التي تحمل عنوان "النقاط الراقصة" (Dancing Points)، طريقة ذكية لاختراق ذلك الضباب لجعل رقص الرقصات الاجتماعية (ballroom dancing) يعمل في الواقع الافتراضي. فكرتهم الكبرى هي التوقف عن محاولة تخمين مستقبل الجسم بالكامل دفعة واحدة. بدلاً من ذلك، قاموا بتقسيم المشكلة إلى خطوتين أبسط، مثل المايسترو والعازف. أولاً، يستخدمون "شبكة رسم الخرائط" (المايسترو) التي تنظر إلى حركات رأس ويد القائد وتتنبأ أين ستذهب هذه النقاط الثلاث لاحقاً لكل من القائد والتابع. إنه يشبه المايسترو الذي يسمع إيقاع الراقص القائد ويعرف فوراً أين يجب أن تكون أيدي ورأس الشريك، دون الحاجة لمعرفة كيف تتحرك أقدامهم بعد. هذه الخطوة غير "ذاتية التراجع" (non-autoregressive)، مما يعني أنها لا ترتبك بسبب أخطائها الماضية؛ بل تنظر فقط إلى الماضي القريب وتصرخ بالاتجاهات لـ "النقاط الثلاث" للثواني القليلة القادمة.
بمجرد أن يصرخ المايسترو بالمسار المستقبلي لرؤوس وأيدي القائد والتابع، تبدأ الخطوة الثانية: "شبكة التتبع" (العازف). يأخذ هذا الجزء مسارات النقاط الثلاث المتوقعة ويملأ بقية الجسم. ولأن المسار المستقبلي لليدين والرأس معروف بالفعل، لا يتعين على الكمبيوتر التخمين بعشوائية بعد الآن. يمكنه استخدام نموذج بسيط وسريع وحتمي (نوع من الرياضيات يعطي دائماً نفس الإجابة لنفس المدخلات) لتحديد أين يجب أن تذهب الأرجل والجذع لتتوافق مع تلك النقاط. تظهر الورقة أن هذه العملية المكونة من خطوتين أكثر استقراراً واستجابة من محاولة تخمين مستقبل الجسم بالكامل في خطوة واحدة ضخمة ومعقدة.
اختبر الفريق طريقتهم على مجموعة بيانات لراقصي رقصات اجتماعية محترفين يؤدون أنماطاً مثل "الفالس"، و"فوكستروت"، و"تشا تشا". ووجدوا أن طريقتهم يمكنها توليد رقص كامل الجسم لكلا الشريكين في الوقت الفعلي، وتعمل بسرعة 30 إطاراً في الثانية على كمبيوتر محمول قياسي. كانت النتائج دقيقة بشكل مدهش: "خطأ التتبع" (مدى ابتعاد الأيدي والرأس المتوقعين عن الحقيقيين) كان 5.68 سم فقط، وكان تلامس القدم (معرفة متى تكون الأقدام على الأرض) صحيحاً بنسبة 90% من الوقت. وهذا أمر كبير لأن الطرق السابقة كانت إما تتأخر في الاستجابة، أو تتطلب أجهزة كمبيوتر عملاقة، أو ترتبك وتجعل الراقصين يبدون وكأنهم يذوبون.
تجادل الورقة أيضاً بشكل صريح ضد بعض الأساليب الشائعة. فقد أظهروا أن محاولة ربط حركة التابع بتوقع "الجسم الكامل" للقائد (بدلاً من النقاط الثلاث فقط) تجعل النظام غير مستقر وعرضة للأخطاء. إنه يشبه إذا حاول المايسترو وصف كل حركة عضلة لدى الراقص القائد للتابع؛ سيشعر التابع بالإرهاق ويبدأ بالرقص على إيقاع خاطئ. وبالمثل، وجدوا أن استخدام النماذج "التوليدية" المعقدة (التي تحاول تخيل العديد من الاحتمالات المستقبلية) لخطوة التتبع لم يكن ضرورياً. نظرًا لأن مسار النقاط الثلاث قد تم التنبؤ به بالفعل، فقد أصبح المشكل بسيطاً بما يكفي بحيث عمل نموذج مباشر وغير تخميني بشكل أفضل وأسرع.
إحدى القيود المثيرة للاهتمام التي اكتشفوها هي أن نظامهم يعمل بشكل أفضل عندما يكون التابع "سلبياً" — أي أنه يتفاعل مع قيادة القائد، وهو ما يحدث في معظم رقصات الرقصات الاجتماعية — إذا وقف القائد ثابتاً وقرر التابع أن يرقص بجنون بمفرده، سيتعثر النظام لأنه مصمم لاتباع إشارات النقاط الثلاث للقائد. تشير الورقة إلى أنه بالنسبة لتلك الأنواع من التفاعلات "النشطة"، قد يتطلب الأمر نهجاً توليدياً أكثر تعقيداً في المستقبل. ولكن بالنسبة لعالم الرقصات الاجتماعية المنظم والمتزامن، يبدو أن خدعة "النقاط الثلاث" هذه هي المفتاح لفتح آفاق الرقص الرقمي السلس وفي الوقت الفعلي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.