Istraživači izjavljuju kako bi machine learning mogao poboljšati i unaprijediti haptički odziv u igrama.
Svakih par godina pojavi se novi pokušaj donošenja imerzivnih, odličnih haptičkih uređaja u gaming. Samo pogledajte na DualSense, koji je postao samo jedan od niza koraka koji nas polako dovode do full-body haptičkih uređaja. Problem se pojavljivao što je do sada svaki pokušaj kreiranja haptičkog uređaja se oslanjao na preprogramirane i slušne odgovore što je izgledalo dosta umjetno. Istraživači iz nVidije kažu da bi cijeli proces mogao postati puno dinamičniji I fleksibilniji uz machine learning. Da, nVidia je opet pronašla nekakav način da ubaci machine learning u nešto.
U nedavno objavljenom patentu, tim istraživača iz nVidije stavio je naprijed drugačiji pristup generiranju točnih haptika sa machine learningom. Oni vjeruju da bi inteligentni algoritam mogao naučiti detektirati specifične “feature” u igrama te producirati pravilni haptički odgovor.
Patent ne ulazi pretjerano u detalje, kao što je to često I slučaj. Haptičko kontrolno sučelje, kako se naziva u patentu, može operirati sa custom boradovima, vašim CPU I GPU modelima ili nekakvom kombinacijom hardware-a I software-a. vrata su definitivno otvorena za širok spektar uređaja, od malih slušalica do full body haptičkih uređaja.
Početno haptičko kontrolno sučelje – ubilo kakvoj formi kada izađe – morati će dobiti nekakav prelimirani trening da se upozna sa video slikama, objektima te audio signalima. Nakon toga, zajedno sa vama kreće u rad I uči dok radi. “Haptički efekti moraju biti predefinirani kako bi mogli kako bi mogli imati pravilnu korespondenciju,” piše u papiru, “kao što je primjerici haptički efekt za pucanj. Haptičko kontrolno sučelje onda tjera kontroler da napravi pravilni haptički efekt koji će tako koordinirati efekt koji osjeti igrač sa efektom koji je prikazan u videoigri.”
- Advertisement -
Kao što je sa svim nadolazećim tehničkim napretcima, realnost će vrlo vjerojatno biti različita od originalnog koncepta. Doduše moramo priznati da od svih mogućih načina za machine learning, ovo je definitivno jedan od najprimamljivijih.
