تا حالا شده توی بازی یا اپلیکیشن واقعیت مجازی (VR یعنی دنیایی شبیهسازی شده که میشه باهاش تعامل کرد) بخوای چیزی رو برداری اما حس کنی سیستم درست نمیفهمه دقیقاً کی و چطوری میخوای این کار رو بکنی؟ پیشبینی اینکه کاربر چه وقت و چجوری میخواد یه چیزی رو توی واقعیت مجازی بگیره (یا همون “گرفتن یا گِرَسپ کردن”) خیلی مهمه، مخصوصاً وقتی بحث حرکات پیچیده دست وسطه یا میخوایم فیدبک لمسی دقیق بدیم یعنی همون هپتیک فیدبک که باعث میشه واقعاً حس کنی یه چیزی رو گرفتی.
توی یه تحقیقی که تازه منتشر شده، اومدن دادههای زمانبندی شده (یعنی تایمسریز، که حرکت دست کاربر رو توی بازه زمانی بررسی میکنه) رو گرفتن و باهاش تست کردن که آیا سیستم میتونه بفهمه کاربر کی میخواد چیزی رو بگیره یا نه. کلی (دقیقاً 810 تا!) مورد آزمایشی داشتن و اشیائی با شکل، اندازه و مدلهای مختلف رو دادن دست کاربرها تا بردارن یا باهاشون بازی کنن.
برای پیشبینی، دوتا روش اصلی رو تست کردن: یکی Classification یعنی طبقهبندی (تلاش برای تشخیص اینکه مثلاً الان کاربر میخواد بگیره یا نه) و یکی دیگه Regression یعنی پیشبینی عددی، مثلاً دقیقاً چند ثانیه دیگه کاربر دستش رو میبره سمت شئ و دقیق کجا قرار میگیره.
نتیجه چی شد؟ مدلهای طبقهبندی (Classification)، وقتی کاربر عوض میشه، اصلاً خوب کار نمیکنن و انگار یاد گرفتن مخصوص همون کسی باشن که روش آموزش دیدن. پس وقتی میدن دست یه نفر جدید، قاطی میکنن! در عوض مدلهای رگرسیون مخصوصاً اونایی که از LSTM استفاده میکنن (LSTM یه جور شبکه عصبیه که میتونه اطلاعات توی زمان رو به خاطر بسپره، خیلی به درد چیزای سریالی یا زمانی میخوره)، بهتر جواب دادن. با اینکه کار دقیق پیشبینی حالت دست هنوز سخته، ولی این مدلها تونستن تو فاصله دو ثانیه قبل از گرفتن شئ، خطاشون توی زمان زیر 0.25 ثانیه و توی مکان حدود ۵ تا ۲۰ سانتیمتر باشه، که واقعاً عدد خوبیه برای این کار پیچیده.
جالب اینجاست که توی همین تحقیق رفتن بررسی کردن چرا بعضی مدلها خوب درنمیان و چرا مدلهای رگرسیون بهتر جواب میدن. معلوم شد که رفتار دست آدما توی واقعیت مجازی خیلی پیچیده و متغیره، بنابراین مدلهایی که انعطافپذیرن و میتونن تغییرات رو بهتر دنبال کنن، موفقتر هستن.
در کل چی فهمیدیم؟ الگوریتمهای یادگیری ماشین (که منظورش اینه سیستم خودش با دیدن دادهها یاد میگیره پیشبینی یا تصمیمگیری کنه)، مخصوصاً وقتی هوشمندانه با دادههای زمانی دست کار میکنن، میتونن تجربه واقعیت مجازی ما رو حسابی بهتر کنن؛ مخصوصاً توی زمینه فیدبکهای لمسی که قراره روز به روز طبیعیتر بشه. این تحقیق داره راه رو باز میکنه برای اینکه توی آینده، سیستمها بتونن حتی قبل اینکه خودمون بفهمیم دقیقاً چه حرکتی میخوایم بکنیم، حرکتمون رو تو واقعیت مجازی پیشبینی کنن!
منبع: +
