Väitös tietotekniikan alalta, M.Sc. Amin Babadi

Amin Babadin väitöskirjassa on kehitetty fysiikkasimulaatiohahmojen liikkeen optimointia. Väitöskirjassa esitetään ja arvioidaan useita optimointi-, oppimis- ja visualisointitapoja kyseenomaiseen tarkoitukseen. Fysiikkasimulaattorilla simuloidun liikkeen optimointi on monimutkainen ongelma, jolla on sovelluksia esimerkiksi robotiikassa ja peleissä. Vuosien varrella on esitetty monenlaisia lähestymistapoja ongelmaan, mutta kaikki ovat edelleen joko hyvin laskentaintensiivisiä tai riippuvat referenssianimaatiodatasta, jonka tuottaminen voi olla hidasta, kallista sekä vaikeaa.

Väitöskirja keskittyy liikeoptimointiin tutkimalla kahta suosittua lähestymistapaa: liikerataoptimointia sekä vahvistusoppimista (englanniksi lyhennettynä RL). Väitöskirjassa esitettyjen menetelmien keskeinen etu on se, että ne ovat yleisluontoisia ja niitä voidaan käyttää monenlaisten fysiikkasimulaatiohahmojen kanssa rajautumatta hahmoihin, joille on olemassa referenssiliikedataa. Menetelmät soveltuvat aikakriittisiin käyttökohteisiin, kuten peleihin. Lopuksi väitöskirjassa esitetään uudenlaisia visualisointeja liikeoptimointiongelmalle ja sille, miten erilaiset muutokset ongelmaan vaikuttavat optimimoinnin luonteeseen.

Vastaväittäjä: tohtori Daniel Holden, Epic Games, Kanada

Kustos: professori Perttu Hämäläinen, Aalto-yliopiston perustieteiden korkeakoulu, Tietotekniikan laitos

Väittelijän yhteystiedot: [email protected]

Väitöstilaisuus järjestetään kampuksella (R001/H304, Otakaari 1).

Väitöskirja on julkisesti nähtävillä 10 päivää ennen väitöstä Aalto-yliopiston julkaisuarkiston verkkoriiputussivulla.

Elektroninen väitöskirja