英国エディンバラ大学の研究チームは、「Phase-Functioned Neural Network」と呼ばれる新しいニューラルネットワーク・アーキテクチャを用いて、リアルタイムに3DCGキャラクターをユーザー制御でアニメーション化するアイディアを論文にて発表しました。（PDF）
システムは、膨大なモーションを訓練することで、キャラクターが歩いたり、荒い地形を走り回ったり、大きな岩を登ったり、障害物を飛び越したり、低い天井の下を歩くなど、さまざまな幾何学的環境に適応するモーションを自動的に生成することを可能にします。
1GBのモーションデータを訓練した場合でも、実行時間はわずか数ミリ秒で数MBのメモリしか必要とせず、高速でコンパクトなのも特徴です。
同システムは、LSTMのような時系列データに対するモデルよりも高い品質の結果をもたらし、これは位相に関する動作の潜在変数を明示的に扱うためと言います。
第三者視点VRゲームの没入力を高めるには、リアルな動きを必要とするため、不気味の谷問題も含め、キャラクター・コントロールの自然でシームレスな動きはプレゼンスという意味でもVR業界にとって影響を与える一研究分野ではないでしょうか。
論文はこちら（PDF）。
関連
3DCGにおける新たな群衆シミュレーション・アルゴリズムが論文にて登場。一人ひとりに視覚を与え最適な選択をさせることで衝突のない群衆歩行運動を提案 | Seamless