Spontaneous reactions is assumed to play a vital role in making realistic human-agent or agent-agent interaction. For the spontaneity, the importance of abilities to predict action and to control reaction speed were investigated. The suggested data-driven approach used action-reaction pairs that are temporal skeleton information of two persons captured from a depth camera. The reactions synchronized with or faster than actions were made by learning the data with artificial neural networks. One part of networks predicted action pose at a time step, and the other created an interaction representation, corresponding to the action pose, which is the difference from the action pose to a reaction pose. The results showed that the synchronized and faster reaction with a few steps of valid action prediction could afford a virtual agent a certain extent of spontaneity.
자발적인 반응은 사실적인 사람-캐릭터 또는 캐릭터 간 상호작용에서 중요한 역할을 하는 것으로 여겨진다. 이러한 자발성을 위해 사람의 행동을 예측하고 반응 속도를 조절하는 능력의 중요성이 연구되었다. 제안하는 데이터 기반 방법은 한 대의 깊이 카메라로부터 얻어진 두 사람의 시간 상의 뼈대 정보인 행동-반응 쌍을 사용하였다. 그리고 인공신경망을 사용하여 동기화된 또는 선두적인 반응을 만들어내도록 하였다. 이 신경망의 한 부분은 특정 시간에서의 행동 자세를 예측하고, 다른 부분은 이 행동 자세에 상응하는 반응 자세의 행동 자세로부터의 차이라는 상호작용 표현을 생성하였다. 실험 결과는 동기화된 그리고 몇 단계의 유효한 행동 예측을 통한 선두적인 반응이 가상 캐릭터에게 어느 정도의 자발성을 부여할 수 있음을 보여주었다.
