在2D和3D计算机图形实践中通常会发现自相交或接近自相交的网格。例如，在艺术家手动工作的过程中，作为网格生成的程序方法的副产品，或者由于扫描设备引入的建模错误，自交会发生。如果由这种输入界定的空间是天真地啮合的，则所产生的网格连接（“胶合”）自重叠部分，从而妨碍了对底层几何体的高效进一步建模和动画。类似地，接近自相交迫使仿真算法采用不必要的细节网格来分离几乎自相交的区域。而在18年温哥华举行的SIGGRAPH会议上一个叫做，使用深度增强学习的流体导向刚体控制浸入自相交固体和曲面的项目改变了现状。本次来自西安太空动画的小编为你带来三维动画制作黑科技关于使用深度增强学习的流体导向刚体控制浸入自相交固体和曲面的全面介绍。
使用深度增强学习的流体导向刚体控制浸入自相交固体和曲面是由Shan Yang, Tanya Ambert, Zherong Pan, Ke Wang, Licheng Yu, Tamara L. Berg, Ming C. Lin,等人共同完成的，他们的工作通过给出算法来生成任意用户选择的分辨率的“未粘贴”模拟网格，适当考虑自相交和自相交，解决了这两个挑战。为了达到这个结果，他们研究了沉浸的数学概念，并给出了确定性和构造性的算法，以确定输入的自相交三角网格是否是沉浸的边界。对于接近自相交，他们给出一个稳健的算法来正确地复制网格元素，并正确地将底层几何图形嵌入到网格元素副本中。自交叉和近自交都被合并成一个算法，允许以任意分辨率成功啮合。他们的工作应用包括体积形状编辑，基于物理的模拟和动画，以及自相交输入的体积重量和测地距离计算。
以上就是关于三维动画黑科技关于使用深度增强学习的流体导向刚体控制浸入自相交固体和曲面的全面介绍了，来自西安太空动画的小编感谢你的观看。