タグ DwangoMediaVillage が登録されている動画 ： 6 件中 1 - 6 件目
種類:
- タグ
- キーワード
対象:
RPGアツマールのゲームプレイを学習するシステム「マールタス」仕組みを解説してみた
Dwango Media Villageが開発したRPGアツマールのゲームプレイ方法を自動的に学習するシステム「マールタス」の紹介です。
マールタスはDeep Q-Learning（Q学習）と呼ばれる機械学習の手法を用いて、人がルールを教えなくても自らゲームを何度もプレイしながら上達します。
今回はすりっぱさんの「1分剣闘士」を学習する様子を観察してみました。
後日、学習のコア部分であるDeep Q-Learningの分散学習実装を公開する予定です！
マールタスの詳しい情報はこちらから
今回題材にしたゲーム: 「1分剣闘士」by すりっぱさん:
BGM: NEW ROMANTIC BOYさん https://commons.nicovideo.jp/material/nc161060
【ARTILIFE】大垣慶介インタビュー(Long ver.)
ドワンゴが贈る新サービス、人工生命観察プロジェクト『ARTILIFE』の深層強化学習実装担当 大垣慶介氏のインタビュー。
web：https://artilife.net
twitter：https://twitter.com/ARTILIFE_jp?lang=ja
© DWANGO Co., Ltd.
複数参照画像を用いた画風転写 / Blending Texture Features from Multiple Reference Images for Style Transfer
Dwango Media Villageの研究
"Blending Texture Features from Multiple Reference Images for Style Transfer"
のデモビデオです。
この研究では、与えられた画像集合から集合中の画像に共通する画風を学習し、
学習された画風を別の画像へ適用する方法を提案しています。
ビデオの前半では、3Dキャラクタのショートムービーと
別の画風を転写した結果を比較しています。
ビデオの後半で上部に表示されるグラフは、複数の水彩画候補のブレンド比率で、
元のビデオのシーンが変わるごとに、比率も適応的に変わっていくことがわかります。
□研究紹介ページ
https://dmv.nico/ja/casestudy/neural_style_synthesizer/
□Dwango Media Village HP
https://dmv.nico/ja/
□Dwango Media Village Twitter
https://twitter.com/Dwango_DMV
This is the DEMO of our research 'Blending Texture Features from Multiple Reference Images for Style Transfer'.
We present an algorithm that learns a desired style of artwork from a collection of images and transfers this style to an arbitrary image.
□Project Page
https://dmv.nico/en/casestudy/neural_style_synthesizer/
スマートフォンで人工生命数十体がリアルタイムに学習可能な深層強化学習
SIGGRAPH 2018 Studio で発表する論文 “Real-Time Motion Generation for Imaginary Creatures Using Hierarchical Reinforcement Learning” のデモビデオです。
強力な計算機を使わず、スマートフォン上でも、様々な身体形状をもつ数十体の人工生命が、最適な動き方と行動の計画をリアルタイムに学習して実行することができる手法を提案します。
また、このアルゴリズムを誰もがUnity上で利用できるように、オープンソース化し、手元で実行可能なデモアプリケーションを公開しています。
SIGGRAPHの会場では、さらに来場者が複数の生命を配合して新たな身体形状の生命を誕生させ、多様性が広がっていくデモンストレーションを行います。
研究の詳細や、手元で実行可能なデモはこちらをご覧ください
https://dmv.nico/ja/casestudy/rlcreature/
論文はこちら https://dmv.nico/assets/img/casestudy/rlcreature/siggraph2018_rlcreature.pdf
Unity向けOSSはこちら https://github.com/dwango/RLCreature
Unsupervised Adversarial Learning of 3D Human Pose from 2D Joint Locations
Dwango Media Villageの研究
“学習に3Dデータセットを用いない3D姿勢推定”
のデモビデオです
https://nico-opendata.jp/ja/casestudy/3dpose_gan/index.html
This is the DEMO of our research ‘Unsupervised Adversarial Learning of 3D Human Pose from 2D Joint Locations’
https://nico-opendata.jp/en/casestudy/3dpose_gan/index.html
白黒漫画の色塗りをDeep Learningで予測する ～参照画像を使って～
この動画はドワンゴアドベントカレンダー 26日目(延長戦!)の記事 「白黒漫画の色塗りをDeep Learningで予測する ～参照画像を使って～」に関する動画です。
私は、Dwango Media Villageで研究を行なっている古澤です。
Dwango Media Villageは、ドワンゴの機械学習系の研究とその応用を行なっているチームです。
今回紹介するのは白黒漫画にDeep Learningで着色する研究です。
動画では、応用としてプロジェクタを用いて実世界のイラストにも着色結果を投影した様子を紹介します。
□ 記事「白黒漫画の色塗りをDeep Learningで予測する ～参照画像を使って～」
https://dwango.github.io/articles/comicolorization/
□ 研究紹介ページ
https://nico-opendata.jp/ja/casestudy/comicolorization/index.html