تقنية الرفع المستوحاة من الفيزياء لمحاكاة الأقمشة في الألعاب

نقترح طريقة لتعلم مؤشرات الرفع الخطي لمحاكاة الأقمشة المعتمدة على الفيزياء، مما يسمح لنا بإثراء الشبكات الخشنة بالتفاصيل المتوسطة الحجم في زمن وميزانيات ذاكرة محدودة، كما هو مطلوب في ألعاب الكمبيوتر. على عكس الأنظمة التقليدية للتقسيم، تتكيف مؤشراتنا مع سياق محدد (مثل علم يهتز في الهواء أو تنورة ترتديها شخصية ما)، مما يسمح لها بتحقيق تفاصيل أكبر. تبدأ طريقتنا بحساب مسبق لزوج من المحاكاة الخشنة والدقيقة المتوافقة مع قيود التتبع باستخدام دوال اختبار هارمونية. بعد ذلك، نقوم بتدريب مؤشرات الرفع باستخدام طريقة تنظيم جديدة تمكننا من تعلم تفاصيل متوسطة الحجم دون الإفراط في التكيف. نوضح القابلية للتعميم على ظروف غير مرئية مثل سرعات الرياح المختلفة أو حركات شخصيات جديدة. أخيرًا، نناقش كيفية إعادة إدخال التفاصيل عالية التردد غير القابلة للتفسير بواسطة الشبكة الخشنة وحدها باستخدام الأنماط الاهتزازية.