Virtual Extras

El comportamiento de las multitudes generadas por computadora en películas y videojuegos pronto podría parecer mucho más realista, gracias a un nuevo software que le da a cada personaje una personalidad compleja y propia.

Lugares para ir, gente para ver: Dar a los personajes animados su propia personalidad podría hacer que las escenas de multitudes generadas por computadora en películas y videojuegos sean más realistas.

El software se ha demostrado en una simulación de la estación de Pennsylvania, en la ciudad de Nueva York, que muestra a más de 1.000 viajeros, agentes del orden, artistas y turistas que se ocupan de sus asuntos. Cada individuo demuestra comportamientos racionales complejos que crean colectivamente una representación mucho más realista de la actividad humana, dice Demetri Terzopoulos , profesor de informática en la Universidad de California, Los Ángeles.

Este tipo de realismo es importante en juegos y películas, dice Norm Badler , director del Centro de Modelado y Simulación Humana de la Universidad de Pensilvania. Aunque las multitudes simuladas tienden a formar parte del telón de fondo de la acción en primer plano, se destacarán si su comportamiento no es realista, dice. Toda la animación debería verse plausible.

Hasta hace poco, los algoritmos de animación de multitudes se basaban típicamente en alguna forma de actividad de agrupación, en la que cada personaje se mueve de una manera particular dependiendo de cómo se muevan sus vecinos. Esto funciona bien para representaciones de comportamiento animal, como la conocida estampida de ñus en Disney's El rey León , dice Terzopoulos. Pero en humanos simulados que deberían mostrar cierta capacidad cognitiva, este tipo de movimiento puede parecer sin rumbo y aleatorio, dice Badler.

Multimedia

• Rastrea a un solo agente autónomo a través de una escena multitudinaria.

• Observa multitudes virtuales que fluyen a través de la Penn Station de la ciudad de Nueva York.

• Vea una simulación del Gran Templo de Petra, en Jordania.

Los peatones autónomos diseñados por Terzopoulos y el estudiante de posgrado Wei Shao, por otro lado, se rigen por tres niveles diferentes de comportamiento. Una capa de movimiento maneja movimientos básicos, como caminar, correr, pararse y sentarse. Encima de esto se encuentra una capa reactiva, que permite a los personajes responder a obstáculos u otros personajes que encuentren; también les permite realizar comportamientos simples que las personas normalmente dan por sentado, como caminar alrededor de un banco para sentarse en él.

Pero de donde proviene la verdadera complejidad es la capa cognitiva superior. Aquí es donde el agente puede pensar en lo que va a hacer en el futuro, dice Terzopoulos. Es un modelo cognitivo integral de personas desde cero.

Por ejemplo, a un personaje se le puede encomendar la simple tarea de tomar un tren. Pero sabe que, para realizar esta tarea, debe llevar a cabo una serie de subobjetivos, como comprar un billete y encontrar el andén del tren. De hecho, incluso estos subobjetivos pueden tener otros subobjetivos, como encontrar la taquilla y elegir la cola más corta para hacer la parada.

Este es un problema de planificación complejo que puede verse agravado por el fracaso o el éxito de un personaje en el cumplimiento de cada uno de sus subobjetivos, dice Terzopoulos. Si desea tomar un tren, pero no quedan boletos, entonces debe volver a planificar y tal vez comprar un boleto para un tren posterior.

Para enriquecer aún más el comportamiento de los personajes, los animadores también pueden darles deseos, lo que puede hacer que se detengan para comprar un refresco en una máquina expendedora o que se detengan para ver a algunos artistas callejeros. El software de Terzopoulos incluso logra capturar la forma en que dos multitudes de personas, que se mueven a través de un pasillo estrecho, forman naturalmente dos carriles opuestos.

El software desarrollado por Massive Software, con sede en Nueva Zelanda, que se utilizó para animar las enormes escenas de batalla en la trilogía de El señor de los anillos, también es capaz de dar comportamientos cognitivos a los agentes animados, dice el fundador de la empresa. Stephen Regelous . Por lo que puedo decir, no hay nada particularmente nuevo en este trabajo, dice.

Pero Badler no está de acuerdo: en última instancia, el software de Massive impone una carga considerable al animador o programador para crear los comportamientos. Por el contrario, dice, los peatones autónomos de Terzopoulos se pueden crear con gran facilidad. Puede asignar objetivos individuales o puede asignarlos al azar, dice Terzopoulos.

Además, según Badler, el software de Massive es práctico para animar solo escenas relativamente cortas; después de eso, la cantidad de tiempo que el animador tiene que dedicar a los personajes se vuelve prohibitiva.

Con el software para peatones autónomos, dice Terzopoulos, es posible animar escenas relativamente largas, dictando el movimiento y comportamiento de 1.400 caracteres en tiempo real. Por más exigente que parezca, dice, es posible porque se usa el mismo conjunto de mecanismos para cada personaje; son solo los parámetros los que varían. El mayor gasto computacional es la simulación de su percepción, porque tienen que mirar otros objetos desde su campo de visión, dice.

El resultado final es bastante realista, dice Terzopoulos. Puede seguir y examinar a un personaje individual dentro de la animación de Penn Station a corta distancia durante períodos de hasta 20 minutos. Y lo que encontrarás, dice Terzopoulos, es un comportamiento bastante típico de alguien en una estación de tren.

Más allá de las películas y los juegos, existe un interés creciente en utilizar la simulación de multitudes para ayudar a realizar evaluaciones de incendios y desastres en grandes espacios públicos, dice Jian Zhang , director del Centro de Investigación de Animación por Computadora de la Universidad de Bournemouth, en Inglaterra.

De hecho, Terzopoulos ya ha utilizado su software para ayudar a los arqueólogos a analizar y aprender más sobre el uso de un edificio antiguo, el Gran Templo de Petra, en Jordania. Sobreestimaron la capacidad del teatro, dice.

Terzopoulos ahora está trabajando en el uso de simulaciones para ayudar a diseñar redes de vigilancia inteligentes. Los problemas logísticos de crear enormes redes de cámaras de seguridad, junto con las preocupaciones por la privacidad, dificultan que los investigadores de la visión lleven a cabo experimentos prácticos en este campo, dice Terzopoulos. Entonces, la tendencia actual es comenzar a usar espacios públicos simulados en su lugar.

esconder