AI in Adult Gaming 从业者的分析性爱机器人的2大要求：真实体验感 和安全性 方案，基本上就是perception，感知；recognition，判断识别；control 控制。做自动驾驶的兄弟们，以后不用学新知识了，直接上手可以干！
每个要求有如下几个细分要点和具体的实现方案： · 真实体验感： 1. 用户的实时动作/生理反应能够被捕捉（recognition/ detection） a. 前期一般用3D scanning给用户的身体建模，这样可以用Unreal或者Unity直接把用户画出来 b. 实时动作一般用摄像头，多个。每个摄像头做posedetection，比如说，感知用户是什么体位，至少需要知道用户是躺着，还是趴着，还是前面弯腰（你懂的）。这一步用CV的deep learning就可以了。体位不需要1秒检测一次。 c. 实时生理反应一般用各种贴皮肤的传感器，监视血压/心跳/充血/长度/硬度, you name it and we have it. 这个需要前期取得很多数据，然后用regression/SVM/classification简单分类，目的是判断用户是处于这个过程中的哪个步骤。比如说，用户肯定不希望自己才刚刚开始，对方(比如说，JLo) 就已经high得不得了了，是吧？那样多假！ 2. 用户动作被反应到场景里面 （first-player-role overlay，不同视角，first-play-view,& multi-perspective。想象你可以一边动作一边看自己的小电影） a. 这一步一般来说没有什么太多技术问题，需要powerful的GPU，毕竟是做视频的嘛。可以事先做一些库保存着，比如说，用户的各种体位差不多是什么样的，适当美颜一下，毕竟用户不希望在自己的小片片里面看到一个好丑的男主角，再仔细一看，靠，竟然是我自己！那就不好了。这一步需要用GAN，换头都可以。 3. 用户的对象（比如说，JLo）能够根据动作做出相应的反应 (game role real-time response, dynamic scene changes) a. 这一步需要大量的memory。Gaming里面change scene非常耗时，各种图像的叠加显示，3D模型，各种视角的计算，还有光和色，rendering。如果有动态物体不规则形状，需要把物体事先划分很多段，每一小段分开计算。实时性是最难的要求。想想用户都箭在弦上了，JLo还在睁大眼睛扮无辜，是不是扫兴？ 4. 反馈和定制 很多游戏就是这个做不好，导致体验感非常差，AR就成了看3D小黄片，没意思得很，不值得这个价格。这个是AR Adult Gaming里面最最关键的一步！一个系统能不能买$2K，就是看这个技术如何解决。 反馈包含2部分：视频的反馈就是上面的第三点；机械的反馈就是控制机械关节的position，velocity，acceleration达到用户希望的力度。我们用一个tube形状来解释吧，这个tube的外壁可能需要分区，头部3个胶片，后面各自一个关节。每个关节可以施加norm/tangent方向的force；中部需要环状的夹子那样的gripper；后面区域花样繁多，什么毛刷子都可能。一个tube，保守估计需要30个关节。系统要集中控制关节，coordinated movement。机械关节需要1K hz的fresh rate，30个关节做kinematics/dynamicscontrol，需要CPU！ 反馈的一部分，是为了定制，individualization。每个人的感受要求不一样，有人喜欢力度大，有人喜欢速度。在用户使用过程中，软件收集实时数据。Offline之后，利用实时数据，对比同时间收集的生理资料，反向推算以下2点： · 用户的目的是什么： o 用户喜欢快，那我们的目标就是2分钟搞定他 o 用户喜欢慢慢，我们的目标就是20慢慢来 · 为了达到以上目的，我们的最佳步骤是什么 o 这一步需要reinforcement learning，推算policy function, state value function and rewardfunction
AI in Adult Gaming 从业者的分析性爱机器人的2大要求：真实体验感 和安全性
方案，基本上就是perception，感知；recognition，判断识别；control 控制。做自动驾驶的兄弟们，以后不用学新知识了，直接上手可以干！
每个要求有如下几个细分要点和具体的实现方案：
· 真实体验感：
1. 用户的实时动作/生理反应能够被捕捉（recognition/ detection） a. 前期一般用3D scanning给用户的身体建模，这样可以用Unreal或者Unity直接把用户画出来 b. 实时动作一般用摄像头，多个。每个摄像头做posedetection，比如说，感知用户是什么体位，至少需要知道用户是躺着，还是趴着，还是前面弯腰（你懂的）。这一步用CV的deep learning就可以了。体位不需要1秒检测一次。 c. 实时生理反应一般用各种贴皮肤的传感器，监视血压/心跳/充血/长度/硬度, you name it and we have it. 这个需要前期取得很多数据，然后用regression/SVM/classification简单分类，目的是判断用户是处于这个过程中的哪个步骤。比如说，用户肯定不希望自己才刚刚开始，对方(比如说，JLo) 就已经high得不得了了，是吧？那样多假！
2. 用户动作被反应到场景里面 （first-player-role overlay，不同视角，first-play-view,& multi-perspective。想象你可以一边动作一边看自己的小电影） a. 这一步一般来说没有什么太多技术问题，需要powerful的GPU，毕竟是做视频的嘛。可以事先做一些库保存着，比如说，用户的各种体位差不多是什么样的，适当美颜一下，毕竟用户不希望在自己的小片片里面看到一个好丑的男主角，再仔细一看，靠，竟然是我自己！那就不好了。这一步需要用GAN，换头都可以。
3. 用户的对象（比如说，JLo）能够根据动作做出相应的反应 (game role real-time response, dynamic scene changes) a. 这一步需要大量的memory。Gaming里面change scene非常耗时，各种图像的叠加显示，3D模型，各种视角的计算，还有光和色，rendering。如果有动态物体不规则形状，需要把物体事先划分很多段，每一小段分开计算。实时性是最难的要求。想想用户都箭在弦上了，JLo还在睁大眼睛扮无辜，是不是扫兴？
4. 反馈和定制 很多游戏就是这个做不好，导致体验感非常差，AR就成了看3D小黄片，没意思得很，不值得这个价格。这个是AR Adult Gaming里面最最关键的一步！一个系统能不能买$2K，就是看这个技术如何解决。
反馈包含2部分：视频的反馈就是上面的第三点；机械的反馈就是控制机械关节的position，velocity，acceleration达到用户希望的力度。我们用一个tube形状来解释吧，这个tube的外壁可能需要分区，头部3个胶片，后面各自一个关节。每个关节可以施加norm/tangent方向的force；中部需要环状的夹子那样的gripper；后面区域花样繁多，什么毛刷子都可能。一个tube，保守估计需要30个关节。系统要集中控制关节，coordinated movement。机械关节需要1K hz的fresh rate，30个关节做kinematics/dynamicscontrol，需要CPU！
反馈的一部分，是为了定制，individualization。每个人的感受要求不一样，有人喜欢力度大，有人喜欢速度。在用户使用过程中，软件收集实时数据。Offline之后，利用实时数据，对比同时间收集的生理资料，反向推算以下2点：
· 用户的目的是什么： o 用户喜欢快，那我们的目标就是2分钟搞定他 o 用户喜欢慢慢，我们的目标就是20慢慢来 · 为了达到以上目的，我们的最佳步骤是什么 o 这一步需要reinforcement learning，推算policy function, state value function and rewardfunction
安全性
机械控制的安全性，不用多说。和人体最重要的器官直接接触，材料，控制系统的硬件和软件，都必须经过重重检验和测试。测试第一步当然是simulation；然后是动物，例如猪；但是到了第三阶段，肯定是人。
机械传动系统，actuator，还是日本的优秀。不能用工业级别的，那些是刚性控制，精度一般用repeatedaccuracy，1万次sub mm精度属于入门水平。刚性危险，咱们可不能把这个用于关键部位。所以，性爱机器人必须是柔性控制，意味着很多机械传动必须依靠弹簧。一来很难保证大量重复性的精度；二来又非常容易坏。零件还需要很小，这么多的关节集中在一个tube，很多零件只能依靠3D打印制造，成本就高得难以控制。举个例子来说，我们现在用的一个机械手，5个指头，每个指头3个关节，加上手腕，和人体手掌一样大小，这个机械手的价格是2万美元一个。
这个环节，可以拦截住一大批创业公司。
最后，说说这一行需要什么样的工程师：
1. 机械工程师：他们负责控制每个关节，达到理想的force/position/velocity/acceleration。他们负责计算trajectory，哪个时刻哪个关节处于什么位置，这些都依靠他们计算 2. 软件工程师：他们负责中央控制，运用不同的数学模型定制服务，模型产生path，path交给机械工程师去控制机械关节。 3.数据工程师：他们负责收集“有效”资料，并且推断出用户属于哪一种模型。 4. 游戏工程师：他们就是拍电影的，或者，数字特效工程师。他们负责设计场景，是日本口味，还是欧美口味，男女，男男，多人，etc。公司里面，他们最辛苦，他们的钱最多。 5. 最后，当然是大家都喜欢又不敢说的，测试工程师。辛苦吗？辛苦也性福嘛。
预测这贴会火