{"id":{"repo_id":"ets-quebec","oai_identifier":"oai:espace.etsmtl.ca:3082"},"canonical_url":"https://search.ndltd.org/etd/ets-quebec/oai:espace.etsmtl.ca:3082","repository":{"repo_id":"ets-quebec","name":"ETS (Quebec)","base_url":"https://espace.etsmtl.ca/cgi/oai2"},"display":{"title":"Synthétisation de mouvements de lever du sol pour les personnages basés sur la physique","abstract":"Nous proposons une méthode pour synthétiser des mouvements de lever du sol pour un personnage simulé par la physique. À partir d’une position au sol, notre objectif n’est pas d’imiter une séquence de mouvement en particulier, mais de produire des mouvements qui correspondent aux courbes d’entrées décrivant le style du mouvement de lever du sol. Notre cadriciel utilise l’apprentissage par renforcement profond pour entraîner une politique afin de contrôler un personnage simulé par la physique. Un espace latent de poses naturelles est fabriqué à partir d’une base de données de capture de mouvements. Les poses sont conditionnées par des caractéristiques d’entrée qui décrivent le mouvement. Nous démontrons que notre approche peut synthétiser des mouvements qui suivent le style des courbes créées par l’utilisateur, ainsi que des courbes extraites des mouvements de référence. Dans ce dernier cas, les mouvements du personnage basé sur la physique ressemblent aux mouvements de référence originaux. De nouveaux mouvements peuvent être synthétisés facilement en ne modifiant qu’un petit nombre de paramètres qui décrivent le mouvement. Nous démontrons également le succès de nos contrôleurs sur des terrains accidentés et inclinés.","abstract_html":"Nous proposons une méthode pour synthétiser des mouvements de lever du sol pour un personnage simulé par la physique. À partir d’une position au sol, notre objectif n’est pas d’imiter une séquence de mouvement en particulier, mais de produire des mouvements qui correspondent aux courbes d’entrées décrivant le style du mouvement de lever du sol. Notre cadriciel utilise l’apprentissage par renforcement profond pour entraîner une politique afin de contrôler un personnage simulé par la physique. Un espace latent de poses naturelles est fabriqué à partir d’une base de données de capture de mouvements. Les poses sont conditionnées par des caractéristiques d’entrée qui décrivent le mouvement. Nous démontrons que notre approche peut synthétiser des mouvements qui suivent le style des courbes créées par l’utilisateur, ainsi que des courbes extraites des mouvements de référence. Dans ce dernier cas, les mouvements du personnage basé sur la physique ressemblent aux mouvements de référence originaux. De nouveaux mouvements peuvent être synthétisés facilement en ne modifiant qu’un petit nombre de paramètres qui décrivent le mouvement. Nous démontrons également le succès de nos contrôleurs sur des terrains accidentés et inclinés.","abstract_has_math":false,"creators":["Frezzato, Anthony"],"institution":"École de technologie supérieure","degree_name":"Mémoire de maîtrise électronique","degree_level":"masters","degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022-08-19","date_published":"2022-08-19","updated_at":"2026-11-18T22:09:26Z","subjects":["synthétisation de mouvements de lever du sol, personnages basés sur la physique, apprentissage par renforcement profond"],"languages":["fr"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE3082"],"render_values":[{"text":"INSERT-YOUR-LIBRARY-ID-HERE3082","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":null,"outbound_label":null,"outbound_source":null,"record_url":null,"record_label":null,"record_kind":null,"record_source":null,"download_url":"https://espace.etsmtl.ca/id/eprint/3082/1/FREZZATO_Anthony.pdf","download_label":"Download PDF","download_source":"dc:identifier","access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://espace.etsmtl.ca/cgi/oai2?verb=GetRecord&metadataPrefix=oai_etdms&identifier=oai%3Aespace.etsmtl.ca%3A3082","prefix":"oai_etdms"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Frezzato, Anthony"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022-08-19"]},{"key":"dc:publisher","label":"Institution","values":["École de technologie supérieure"]},{"key":"dc:type","label":"Dc Type","values":["Electronic Thesis or Dissertation"]},{"key":"thesis:degree_level","label":"Degree Level","values":["masters"]},{"key":"thesis:degree_name","label":"Degree Name","values":["Mémoire de maîtrise électronique"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["École de technologie supérieure"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["synthétisation de mouvements de lever du sol, personnages basés sur la physique, apprentissage par renforcement profond"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["fr"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["INSERT-YOUR-LIBRARY-ID-HERE3082","https://espace.etsmtl.ca/id/eprint/3082/1/FREZZATO_Anthony.pdf"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Nous proposons une méthode pour synthétiser des mouvements de lever du sol pour un personnage simulé par la physique. À partir d’une position au sol, notre objectif n’est pas d’imiter une séquence de mouvement en particulier, mais de produire des mouvements qui correspondent aux courbes d’entrées décrivant le style du mouvement de lever du sol. Notre cadriciel utilise l’apprentissage par renforcement profond pour entraîner une politique afin de contrôler un personnage simulé par la physique. Un espace latent de poses naturelles est fabriqué à partir d’une base de données de capture de mouvements. Les poses sont conditionnées par des caractéristiques d’entrée qui décrivent le mouvement. Nous démontrons que notre approche peut synthétiser des mouvements qui suivent le style des courbes créées par l’utilisateur, ainsi que des courbes extraites des mouvements de référence. Dans ce dernier cas, les mouvements du personnage basé sur la physique ressemblent aux mouvements de référence originaux. De nouveaux mouvements peuvent être synthétisés facilement en ne modifiant qu’un petit nombre de paramètres qui décrivent le mouvement. Nous démontrons également le succès de nos contrôleurs sur des terrains accidentés et inclinés."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Synthétisation de mouvements de lever du sol pour les personnages basés sur la physique"]}]}],"canonical_facts":{"dc:creator":["Frezzato, Anthony"],"dc:date":["2022-08-19"],"dc:description":["Nous proposons une méthode pour synthétiser des mouvements de lever du sol pour un personnage simulé par la physique. À partir d’une position au sol, notre objectif n’est pas d’imiter une séquence de mouvement en particulier, mais de produire des mouvements qui correspondent aux courbes d’entrées décrivant le style du mouvement de lever du sol. Notre cadriciel utilise l’apprentissage par renforcement profond pour entraîner une politique afin de contrôler un personnage simulé par la physique. Un espace latent de poses naturelles est fabriqué à partir d’une base de données de capture de mouvements. Les poses sont conditionnées par des caractéristiques d’entrée qui décrivent le mouvement. Nous démontrons que notre approche peut synthétiser des mouvements qui suivent le style des courbes créées par l’utilisateur, ainsi que des courbes extraites des mouvements de référence. Dans ce dernier cas, les mouvements du personnage basé sur la physique ressemblent aux mouvements de référence originaux. De nouveaux mouvements peuvent être synthétisés facilement en ne modifiant qu’un petit nombre de paramètres qui décrivent le mouvement. Nous démontrons également le succès de nos contrôleurs sur des terrains accidentés et inclinés."],"dc:format":["application/pdf"],"dc:identifier":["INSERT-YOUR-LIBRARY-ID-HERE3082","https://espace.etsmtl.ca/id/eprint/3082/1/FREZZATO_Anthony.pdf"],"dc:language":["fr"],"dc:publisher":["École de technologie supérieure"],"dc:subject":["synthétisation de mouvements de lever du sol, personnages basés sur la physique, apprentissage par renforcement profond"],"dc:title":["Synthétisation de mouvements de lever du sol pour les personnages basés sur la physique"],"dc:type":["Electronic Thesis or Dissertation"],"thesis:degree_level":["masters"],"thesis:degree_name":["Mémoire de maîtrise électronique"],"thesis:institution_name":["École de technologie supérieure"]},"updated_at":"2026-11-18T22:09:26Z"}