Hukum fisika tentang aliran air sehari-hari telah dibuat dua abad lalu. Tapi, coba bayangkan, para ilmuwan jaman sekarang masih kerepotan untuk mensimulasikan aliran air yang terganggu secara virtual, misalnya kalau tiba-tiba tangan atau objek lain menggerakkannya.
Nah, ada tim peneliti dari Tohoku University yang punya trik jitu. Mereka menggunakan kekuatan deep reinforcement learning untuk meniru aliran air yang kacau saat diganggu. Dengan meniru gerakan cairan yang kacau ini, mereka berhasil bikin aliran air yang terasa real-time, hanya berdasarkan sejumput data dari air sungguhan. Nah, ini membuka peluang buat interaksi realitas virtual yang melibatkan air.
Detail temuan mereka juga sudah dipublikasikan dalam jurnal ACM Transactions on Graphics pada tanggal 17 September 2023.
Penting banget nih buat pencapaian ini, mereka berhasil menciptakan teknik pengukuran aliran dan metode rekonstruksi aliran yang bisa meniru gerakan cairan yang kacau.
Untuk mengumpulkan data aliran, timyang terdiri dari peneliti dari Research Institute of Electrical Communication (RIEC) dan Institute of Fluid Science di Tohoku University - memasang pelampung yang diisi penanda magnet khusus ke air. Gerakan setiap pelampung kemudian bisa dilacak pake magnetic motion capture system. Tapi itu baru setengah perjalanannya. Langkah kritisnya adalah cari solusi inovatif buat mengembalikan gerakan air yang detil dari gerakan ke beberapa pelampung.
"Kami berhasil mengatasi ini dengan menggabungkan simulasi fluida dengan deep reinforcement learning untuk melakukan pemulihan," ungkap Yoshifumi Kitamura, wakil direktur RIEC.
Reinforcement learning itu seperti proses uji coba dan kesalahan dimana pembelajaran terjadi. Komputer melakukan tindakan, dapat umpan balik (hadiah atau hukuman) dari sekitarnya, terus menyesuaikan tindakan masa depannya buat maksimalkan hadiah total dari waktu ke waktu, mirip kayak anjing yang menghubungkan camilan sama perilaku baik. Nah, deep reinforcement learning itu gabungan reinforcement learning sama jaringan saraf dalam buat selesain masalah-masalah sulit.
Pertama, para peneliti ini pake komputer buat mensimulasi cairan yang tenang. Terus, mereka buat setiap pelampung seolah-olah mendorong cairan simulasi, layaknya cairan sungguhan. Komputer kemudian menyempurnakan proses mendorongnya lewat deep reinforcement learning.
Teknik-teknik sebelumnya biasanya melacak partikel-partikel kecil yang mengambang di dalam cairan pake kamera. Tapi masih susah buat ngukur aliran 3D secara real-time, terutama kalo cairannya di dalam wadah yang buram atau sendiri buram. Berkat magnetic motion capture system dan teknik rekonstruksi aliran yang dikembangin, pengukuran aliran 3D secara real-time sekarang bisa dilakukan.
Kitamura juga menekankan kalo teknologi ini bakal bikin pengalaman VR makin greget dan juga meningkatkan komunikasi online. "Teknologi ini bakal memungkinkan game VR dimana kamu bisa ngendaliin segala macem pake air dan beneran ngerasain airnya di game. Mungkin kita bisa ngirim gerakan air lewat internet secara real-time biar yang jauh juga bisa ngerasain aliran air yang sama realistisnya." Seru, kan?
Jurnal Referensi:
Kinfung Chu, Jiawei Huang, Hidemasa Takana, Yoshifumi Kitamura. Real-Time Reconstruction of Fluid Flow under Unknown Disturbance. ACM Transactions on Graphics, 2023; DOI: 10.1145/3624011
No comments:
Post a Comment