Puppeteer：3Dモデルのラギングおよびアニメーション化

現代のインタラクティブなアプリケーションは、動的な3Dコンテンツの需要がますます高まっているが、静的な3Dモデルをアニメーション化されたアセットに変換するプロセスは、コンテンツ制作パイプラインにおける大きなボトルネックとなっている。近年の生成AIの進展により、静的3Dモデルの作成は劇的に進化したものの、リギング（rigging）およびアニメーションの分野では依然として専門家の介入に大きく依存している。本研究では、多様な3Dオブジェクトに対して自動リギングとアニメーションを両立する包括的なフレームワーク「Puppeteer」を提案する。本システムは、まず自己回帰型トランスフォーマーを用いて現実的な骨格構造を予測する。この段階では、コンパクトな表現を実現するための関節ベースのトークン化戦略と、階層的な順序付け手法に確率的摂動を導入することで、双方向学習能力を強化している。次に、骨格グラフ距離に基づいて関節間の相互関係を明示的に表現する「トポロジーに配慮した関節アテンション」を組み込んだアテンションベースのアーキテクチャにより、スキンニング重みを推定する。最後に、これらのリギング技術を補完する形で、微分可能最適化に基づくアニメーションパイプラインを構築した。このパイプラインは、従来の手法よりも計算効率が高く、安定かつ高精度なアニメーションを生成できる。複数のベンチマークにおける広範な評価結果から、本手法は骨格予測の精度およびスキンニング品質の両面で、最先端技術を顕著に上回ることが示された。本システムは、プロフェッショナルに設計されたゲームアセットからAI生成形状に至るまで、多様な3Dコンテンツを堅牢に処理でき、従来手法で見られるジッタリング問題を解消した時間的に整合性のあるアニメーションを生成する。