.
As leis físicas do fluxo diário da água foram estabelecidas há dois séculos. No entanto, os cientistas hoje lutam para simular virtualmente o fluxo de água interrompido, por exemplo, quando uma mão ou objeto altera seu fluxo.
Agora, uma equipe de pesquisa da Universidade de Tohoku aproveitou o poder do aprendizado por reforço profundo para replicar o fluxo de água quando perturbado. A replicação desse movimento líquido agitado, como é conhecido, permitiu recriar o fluxo de água em tempo real com base em apenas uma pequena quantidade de dados da água real. A tecnologia abre a possibilidade de interações de realidade virtual envolvendo água.
Detalhes de suas descobertas foram publicados na revista Transações ACM em gráficos em 17 de setembro de 2023.
Crucial para a descoberta foi a criação de uma técnica de medição de fluxo e um método de reconstrução de fluxo que reproduzisse o movimento de líquidos agitados.
Para coletar dados de fluxo, o grupo – que incluía pesquisadores do Instituto de Pesquisa de Comunicação Elétrica da Universidade de Tohoku (RIEC) e do Instituto de Ciência de Fluidos – colocou bóias embutidas com marcadores magnéticos especiais na água. O movimento de cada bóia poderia então ser rastreado usando um sistema de captura de movimento magnético. No entanto, esta foi apenas metade do processo. A etapa crucial envolveu encontrar uma solução inovadora para recuperar o movimento detalhado da água a partir do movimento de algumas bóias.
“Superamos isso combinando uma simulação fluida com aprendizado de reforço profundo para realizar a recuperação”, disse Yoshifumi Kitamura, vice-diretor do RIEC.
A aprendizagem por reforço é o processo de tentativa e erro por meio do qual a aprendizagem ocorre. Um computador executa ações, recebe feedback (recompensa ou punição) de seu ambiente e, em seguida, ajusta suas ações futuras para maximizar suas recompensas totais ao longo do tempo, da mesma forma que um cão associa guloseimas com bom comportamento. O aprendizado por reforço profundo combina o aprendizado por reforço com redes neurais profundas para resolver problemas complexos.
Primeiro, os pesquisadores usaram um computador para simular um líquido calmo. Depois, fizeram com que cada bóia agisse como uma força que empurra o líquido simulado, fazendo-o fluir como um líquido real. O computador então refina a forma de empurrar por meio do aprendizado por reforço profundo.
As técnicas anteriores normalmente rastreavam pequenas partículas suspensas dentro do líquido com câmeras. Mas ainda era difícil medir o fluxo 3D em tempo real, especialmente quando o líquido estava em um recipiente opaco ou era opaco. Graças à técnica desenvolvida de captura de movimento magnético e reconstrução de fluxo, a medição de fluxo 3D em tempo real é agora possível.
Kitamura enfatiza que a tecnologia tornará a RV mais imersiva e melhorará a comunicação online. “Esta tecnologia permitirá a criação de jogos VR onde você pode controlar coisas usando água e realmente sentir a água no jogo. Poderemos transmitir o movimento da água pela Internet em tempo real para que mesmo aqueles que estão longe possam experimentar o mesmo movimento natural da água.”
.
