La técnica de animación simula el movimiento de objetos blandos.

Este enfoque podría ayudar a los animadores a crear personajes 3D realistas o a los ingenieros a diseñar productos elásticos.

Los animadores podrían crear personajes más realistas, elásticos y blandos para películas y videojuegos gracias a un nuevo método de simulación desarrollado por investigadores del MIT.

Su enfoque permite a los animadores simular materiales gomosos y elásticos de una manera que preserva las propiedades físicas del material y evita problemas como la inestabilidad.

Esta técnica simula objetos elásticos para animación y otras aplicaciones, con mayor fiabilidad que otros métodos. En comparación, muchas técnicas de simulación existentes pueden producir animaciones elásticas que se vuelven erráticas, lentas o incluso ineficaces.

Para lograr esta mejora, los investigadores del MIT descubrieron una estructura matemática oculta en ecuaciones que capturan cómo se deforman los materiales elásticos en una computadora. Aprovechando esta propiedad, conocida como convexidad, diseñaron un método que produce simulaciones precisas y físicamente fieles de forma constante.

“La apariencia de las animaciones a menudo depende de la precisión con la que simulemos la física del problema”, afirma Leticia Mattos Da Silva, estudiante de posgrado del MIT y autora principal de un artículo sobre esta investigación. “Nuestro método busca ser fiel a las leyes físicas, a la vez que brinda mayor control y estabilidad a los animadores”.

Más allá de la animación 3D, los investigadores también prevén posibles usos futuros en el diseño de objetos elásticos reales, como zapatos, prendas de vestir o juguetes flexibles. El método podría extenderse para ayudar a los ingenieros a explorar el rendimiento de los objetos elásticos antes de su construcción.

En el artículo, colaboran Silvia Sellán, profesora adjunta de informática en la Universidad de Columbia; Natalia Pacheco-Tallaj, estudiante de posgrado del MIT; y el autor principal, Justin Solomon, profesor asociado del Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT y líder del Grupo de Procesamiento de Datos Geométricos del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL). La investigación se presentará en la conferencia SIGGRAPH.

Fiel a la física

Si se deja caer una pelota de goma sobre un suelo de madera, rebota. Los espectadores esperan ver el mismo comportamiento en un mundo animado, pero recrear dicha dinámica de forma convincente puede ser difícil. Muchas técnicas existentes simulan objetos elásticos mediante solucionadores rápidos que sacrifican el realismo físico por la velocidad, lo que puede provocar una pérdida excesiva de energía o incluso fallos en la simulación.

Los enfoques más precisos, incluyendo una clase de técnicas llamadas integradores variacionales, preservan las propiedades físicas del objeto, como su energía total o momento, y, de esta manera, imitan con mayor precisión el comportamiento del mundo real. Sin embargo, estos métodos suelen ser poco fiables porque dependen de ecuaciones complejas difíciles de resolver eficientemente.

Los investigadores del MIT abordaron este problema reescribiendo las ecuaciones de los integradores variacionales para revelar una estructura convexa oculta. Descompusieron la deformación de los materiales elásticos en un componente de estiramiento y un componente de rotación, y descubrieron que la porción de estiramiento genera un problema convexo adecuado para algoritmos de optimización estables.

Si simplemente observamos la formulación original, parece completamente no convexa. Pero como podemos reescribirla para que sea convexa en al menos algunas de sus variables, podemos heredar algunas ventajas de los algoritmos de optimización convexa», afirma.

Estos algoritmos de optimización convexa, aplicados en las condiciones adecuadas, ofrecen garantías de convergencia, lo que significa que tienen mayor probabilidad de encontrar la solución correcta al problema. Esto genera simulaciones más estables a lo largo del tiempo, evitando problemas como una pelota de goma que rebota y pierde demasiada energía o explota a mitad de la animación.

Uno de los mayores desafíos que enfrentaron los investigadores fue reinterpretar la formulación para extraer esa convexidad oculta. Otros trabajos exploraron la convexidad oculta en problemas estáticos, pero no estaba claro si las estructuras se mantenían sólidas en problemas dinámicos como la simulación de objetos elásticos en movimiento, afirma Mattos Da Silva.

Estabilidad y eficiencia

En experimentos, su solucionador logró simular una amplia gama de comportamientos elásticos, desde formas que rebotan hasta personajes blandos, conservando importantes propiedades físicas y estabilidad durante largos periodos. Otros métodos de simulación experimentaron rápidamente problemas: algunos se volvieron inestables, provocando un comportamiento errático, mientras que otros mostraron una amortiguación visible.

“Debido a que nuestro método demuestra más estabilidad, puede brindarles a los animadores más confiabilidad y confianza al simular cualquier cosa elástica, ya sea algo del mundo real o incluso algo completamente imaginario”, afirma.

Si bien el solucionador no es tan rápido como algunas herramientas de simulación que priorizan la velocidad sobre la precisión, evita muchas de las desventajas de estos métodos. En comparación con otros enfoques basados ​​en la física, también evita la necesidad de solucionadores complejos y no lineales que pueden ser sensibles y propensos a fallas.

En el futuro, los investigadores desean explorar técnicas para reducir aún más el coste computacional. Además, desean explorar las aplicaciones de esta técnica en la fabricación y la ingeniería, donde simulaciones fiables de materiales elásticos podrían respaldar el diseño de objetos reales, como prendas de vestir y juguetes.

En nuestro trabajo, pudimos recuperar una antigua clase de integradores. Supongo que existen otros ejemplos en los que los investigadores pueden revisar un problema para encontrar una estructura de convexidad oculta que podría ofrecer muchas ventajas, afirma.

Esta investigación está financiada, en parte, por una beca de ingeniería de MathWorks, la Oficina de Investigación del Ejército, la Fundación Nacional de Ciencias, el Programa Futuro de Datos de CSAIL, el Laboratorio de IA Watson del MIT-IBM, Wistron Corporation y el Centro de Investigación Conjunta Toyota-CSAIL. MIT News. A. Z. Traducido al español