분류 전체보기

    [Blender] Humanoid Rigging
    Modelling

    [Blender] Humanoid Rigging

    개요 휴머노이드를 모델링하고 본을 넣어서 간단한 애니메이션을 제작했다. 자잘하게 모르는 것이 있어서 검색을 많이 해야 했다. IK(Inverse Kinematic)을 생각보다 쉽게 적용할 수 있었다. Point IK는 Target IK와 Pole IK가 필요하다. Target은 실제로 그것을 움직일 때 필요하고, Pole은 회전을 담당한다. IK는 Pose 모드에서 넣을 수 있다. Weight Auto Paint는 Make Parent에서 옵션으로 실행한다. 이 때, 메쉬를 누르고 아마추어를 눌려서 해야 아마추어가 부모가 된다. 다리뼈를 구성할 때 사진처럼 무릎이 살짝 앞으로 구부러져 있어야 한다. 그래야 IK를 적용했을 때 바른 각도로 구부러진다. Bone Group을 통해 각 Bone의 색깔을 달리할..

    etc..

    [Physics For Game Developers] 물리학 기초

    뉴턴의 운동법칙 제1법칙: 관성의 법칙 - 물체는 자신의 속도를 아무런 개입이 없다면 유지한다. 이를 '관성'이라 한다. 제2법칙: 가속도의 법칙 - 물체의 가속도는 그 물체에 가해지는 힘의 합(합력)에 비례하며 가속 방향은 힘이 가해지는 방향과 일치한다. - 게임 역학에서 가장 중요한 법칙 제3법칙: 작용과 반작용의 법칙 - 물체에 가해지는 힘에는 항상 그 반대가 존재한다. 제2법칙: 가속도의 법칙 $$F = M \times a $$ 힘 = 질량 x 가속도 이 때, 가속도는 $$a = L / T^2 질량, 질량중심, 관성모멘트(질량 특성) 질량 - 물체에 포함되어 있는 물질의 양 - (역학) 물체를 움직이게 하거나 저항하는 척도 질량중심 (=무게중심) - 그 점 주위에 질량이 고르게 분포되어 있다 - ..

    etc..

    [ML-Agents] Anaconda 설치와 환경 조성

    아나콘다 설치 설치 후에 윈도우 같은 경우 Anaconda Prompt가 따로 생성되지만 MacOS에서는 Terminal에 통합된다. 작업 공간 생성 conda create -n [작업공간이름] python=[버전] 작업 공간 진입 conda activate [작업공간이름] Tensorflow 설치 pip install tensorflow==[버전] Jupyter Notebook 설치 (여기서 깔아야 root 계정이 아니라 conda 환경에서 쥬피터 노트북이 실행된다) conda install jupyter notebook Jupyter Notebook 실행 jupyter notebook 텐서보드 실행 tensorboard --logdir="./"

    Coding/PS

    [백준 1541 - 읽어버린 괄호] string을 다양한 형식으로 받아내서 처리하기

    문제 출처 https://www.acmicpc.net/problem/1541 문제 내용 문제 세준이는 양수와 +, -, 그리고 괄호를 가지고 길이가 최대 50인 식을 만들었다. 그리고 나서 세준이는 괄호를 모두 지웠다. 그리고 나서 세준이는 괄호를 적절히 쳐서 이 식의 값을 최소로 만들려고 한다. 괄호를 적절히 쳐서 이 식의 값을 최소로 만드는 프로그램을 작성하시오. 입력 첫째 줄에 식이 주어진다. 식은 ‘0’~‘9’, ‘+’, 그리고 ‘-’만으로 이루어져 있고, 가장 처음과 마지막 문자는 숫자이다. 그리고 연속해서 두 개 이상의 연산자가 나타나지 않고, 5자리보다 많이 연속되는 숫자는 없다. 수는 0으로 시작할 수 있다. 출력 첫째 줄에 정답을 출력한다. 접근 무조건 정답을 출력하는 논리는 간단하다. ..

    etc..

    [ML-Agents] 강화학습의 개요(2)

    탐험(Exploration)과 이용(Exploitation) - 탐험 = 에이전트가 다양한 경험을 할 수 있도록 에이전트의 행동을 결정하는 기법 -> ex. 무작위 탐색 기법 - 이용 = 학습된 결과에 따라 행동을 결정하는 기법 -> ex. Greedy Method 이 둘의 밸런스를 어떻게 맞출 수 있을까? - $$\varepsilon $$ - greedy 기법 -> 학습 초기 = 탐험 ↑, 이용 ↓ -> 학습 진행 = 탐험 ↓, 이용 ↑ -> 이 때, $$\varepsilon $$은 탐험의 확률을 의미한다. $$\varepsilon $$가 0.8이면 80%확률로 탐험하는 셈이다. _. $$\varepsilon $$은 step에 따라 조금씩 줄어들다가 나중엔 0.1정도에서 멈춘다.

    etc..

    [ML-Agents] 강화학습의 개요(1)

    출처 = http://www.yes24.com/Product/Goods/84820068?scode=029 텐서플로와 유니티 ML-Agents로 배우는 강화학습 강화학습 환경을 제작하고 심층강화학습 알고리즘까지 직접 구현한다!알파고 이후 강화학습이 많은 사람들에게 관심을 받기 시작했다. 더불어 직접 시뮬레이션 환경을 제작하여 강화학습을 접 www.yes24.com 기계학습이란? - "코드로 명시하지 않은 동작을 데이터를 통해 학습시키는 것", 1959년, 아서 사무엘 - 이와 반대로 코드 = 기능을 명확한 코드로 구현 - 지도학습 + 비지도학습 + 강화학습 지도학습 비지도학습 강화학습 - Feature(답)이 있는 Train Dataset 필요 - 오차를 줄여나가는 데에 목적 - 회귀 or 분류 문제를 해..

    [Blender] 잎 텍스쳐를 사용한 느낌있는 나무 만들기
    Modelling

    [Blender] 잎 텍스쳐를 사용한 느낌있는 나무 만들기

    [참고 동영상] https://www.youtube.com/watch?v=1PslkSUNF6s 나무 부분 > 맨처음 큐브에서 Merge를 통해 0,0,0에 점하나를 만든다. > 점에서 E를 통해 나무 줄기 모양을 만든다. > Modifier에서 Skin과 Subdivision을 통해 이쁜 모양을 만든다. > 이때 나무 줄기의 굵기는 Ctrl + A 를 통해 조절할 수 있다. 잎 부분 > Add-On에서 Image를 검색해서 이미지를 플레인으로 바꿔주는 기능을 얻는다. > 해당 이미지가 여러 텍스쳐를 합쳐놓은거면 UV Editor를 사용해서 조절한다. > 이미지 플레인을 Sibdivide을 해서 좀 부드럽게 만들어준다. 4X4 정도만 해도 적당하다. > 맨중간 포인트를 살짝올려서 플레인이 아치형이 되도록 ..

    Coding/PS

    [백준 1011] Fly me to the Alpha Centauri

    문제 출처 https://www.acmicpc.net/problem/1011 1011번: Fly me to the Alpha Centauri 우현이는 어린 시절, 지구 외의 다른 행성에서도 인류들이 살아갈 수 있는 미래가 오리라 믿었다. 그리고 그가 지구라는 세상에 발을 내려 놓은 지 23년이 지난 지금, 세계 최연소 ASNA 우주 비행사가 되어 새로운 세계에 발을 내려 놓는 영광의 순간을 기다리고 있다. 그가 탑승하게 될 우주선은 Alpha Centauri라는 새로운 인류의 보금자리를 개척하기 위한 대규모 생활 유지 시스템을 탑재하고 있기 때문에, 그 크기와 질량이 엄청난 이유로 최신기술력을 www.acmicpc.net 어떻게 풀어야할까 처음엔 잘 감이 안왔다. 규칙이 있을 듯 한데, 구체적으로 보이지..

티스토리툴바