AI walk是在rct期间做的一个探索项目
目的是想解决游戏场景内，npc角色对任意物品的互动的可能性。方法法是使用AI学习3D动作动画，实现对物体交互的自适应。
测试的方向是让AI学习 走路 和 坐 的动作。
走路部分类似ubisoft的motion matching，动捕不同的走路路径，让算法学习不同半径拐弯的动作特征。
坐下动作的训练，是通过让动捕演员坐下不同高度的座椅，ai从学习的数据学习应对任何高度的以椅子。
我在rct期间有了做这个项目的想法，当时和慧夜科技的创始人李步宇刚好有意向进行合作，他当时仍然在商汤工作，我负责项目的策划，设计，制定动捕的方案与规则，完成之后的数据，交付给李步宇。之后我们一起探讨和调整算法的规则和权重。
最终我们完成了一个可以实时互动的原型Unity Project。
角色在场景中按照用户画出的任意路径前进。我们可以实时给路径中间添加障碍物。
角色可以以不同的走路姿态速度沿路径行走，遇到路障，自行规划新的规避路径。角色在路径的转弯处，可以根据路径的转弯半径，自己调节脚步和身体的扭转程度，消除了出现传统游戏滑步的现象。
角色行进到路径终点以后，会坐在用户设定的任意高度的平台上。消除了传统游戏里穿模的现象。