Аннотация: Описан способ реализации распределенных вычислений c использованием GPU и современных инструментов администрирования и управления расчетами для ферм рендеринга. Проведен сравнительный анализ традиционного метода вычислений на CPU и современных подходов. Рассмотрены различные конфигурации вычислительного кластера. Определен наиболее производительный способ выполнения визуализации.

Аннотация:

Быстрое развитие сложных виртуальных миров, в особенности 3D-игр и компьютерных игр, создает новые проблемы при разработке виртуальных агентов, управляемых системами искусственного интеллекта (ИИ). Две важные подзадачи в этой тематической области, которые необходимо решить, это: (а) достоверность и (б) эффективность поведения агентов, то есть сходство персонажей с людьми и высокая способность к достижению их «собственных» целей. В этой статье мы изучаем современные подходы к разработке реалистичного ИИ в виртуальных мирах. Мы изучаем концепции правдоподобия и эффективности и анализируем несколько успешных попыток решить эти проблемы. Мы полагаем, что правдоподобное и эффективное поведение может быть достигнуто посредством изучения моделей поведения из наблюдений с последующим автоматическим выбором выигрышных действующих стратегий.

Аннотация:

Работа посвящена описанию процесса разработки универсального инструментария для генерации синтетических данных для обучения разных нейронных сетей. Используемый подход показал свою успешность и эффективность в решении различных задач, в частности, обучения нейросети для распознавания покупательского поведения внутри магазинов через камеры наблюдения и пространств устройствами дополненной реальности без использования вспомогательных инфракрасных камер. Обобщающие выводы позволяют спланировать дальнейшее развитие технологий генерации трехмерных синтетических данных.