زنجیره سینماتیک معکوس (IK): موتورهای بازی‌سازی چگونه با محاسبه زوایای مفاصل، پای کاراکتر را روی زمین‌های ناهموار میخکوب می‌کنند؟

بازیکن در یک عنوان مدرن AAA، کاراکتر خود را از تپه‌ای ناهموار و پر از قلوه‌سنگ بالا می‌برد. پای چپ کاراکتر روی یک صخره برجسته فرود می‌آید، زانو برای هضم این ارتفاع عمیقاً خم می‌شود و پای راست در یک گودال فرو می‌رود. برای قرار دادن پا روی زمین ناهموار بدون اینکه در بافت محیط فرو برود، موتورهای بازی‌سازی از یک فرآیند ریاضی به نام سینماتیک معکوس (IK) استفاده می‌کنند. موتور بازی به جای چرخاندن لگن و زانو برای اینکه ببیند پا کجا قرار می‌گیرد، یک پرتو برای پیدا کردن زمین می‌فرستد، پا را دقیقاً در همان مختصات میخکوب می‌کند و برای تعیین زوایای مفصلی مورد نیاز جهت اتصال پا به لگن، محاسبات را رو به عقب انجام می‌دهد.

این مهندسی معکوس، ستون فقرات انیمیشن رویه‌ای است. همان‌طور که اپیک گیمز (Epic Games) در مستندات موتور آنریل (Unreal Engine) خود اشاره می‌کند، از زمان انتشار عناوین سه‌بعدی بنیادینی مانند هف-لایف (Half-Life) در سال ۱۹۹۸، سیستم‌های IK به کاراکترها اجازه داده‌اند تا به محیط‌هایی که در مرحله طراحی قابل پیش‌بینی نیستند، واکنش پویا نشان دهند.[1]

برای درک اینکه چرا IK ضروری است، باید نقطه مقابل آن را بشناسید: سینماتیک مستقیم (FK). در FK، یک انیماتور قسمت بالایی پا را ۳۰ درجه، قسمت پایینی را ۴۵ درجه و مچ پا را ۱۰ درجه می‌چرخاند. در نهایت، پا دقیقاً همان‌جایی قرار می‌گیرد که ریاضیات دیکته می‌کند.

شرکت برنامه‌نویسی رباتیک روبودی‌کی (RoboDK) که اصول آن مستقیماً در موتورهای بازی‌سازی کاربرد دارد، توضیح می‌دهد: «سینماتیک مستقیم تعیین می‌کند که اگر مفاصل در یک موقعیت خاص تنظیم شوند، نقطه اثر نهایی کجا خواهد بود. برای معادله سینماتیک مستقیم همیشه تنها یک جواب وجود دارد.»

اما در دنیای پویای بازی‌ها، زمین هرگز کاملاً مسطح نیست. اگر یک بازی صرفاً به FK متکی باشد، کاراکتری که از یک شیب ۱۵ درجه‌ای بالا می‌دود، یا در هوا روی شیب شناور می‌ماند یا ساق پاهایش مستقیماً در مش‌های چندضلعی محیط فرو می‌رود.

اینجاست که زنجیره IK وارد میدان می‌شود. در یک ریگ استاندارد انسان‌نما که شامل بیش از ۱۰۰ استخوان مجزا است، پا به عنوان «نقطه اثر نهایی» تعیین می‌شود. موتور بازی به نقطه اثر نهایی می‌گوید که دقیقاً در کجای فضای سه‌بعدی باید قرار بگیرد؛ برای مثال، دقیقاً همان نقطه‌ای که یک پرتو فیزیکی با پله برخورد می‌کند.[4]

سپس موتور بازی باید یک پازل هندسی پیچیده را حل کند: لگن و زانو باید چه زوایایی به خود بگیرند تا فاصله بین لگن کاراکتر و پای تازه میخکوب‌شده را پر کنند؟

در تحلیل فنی ویکی‌پدیا از این موضوع آمده است: «عملیات IK از نظر محاسباتی بسیار پیچیده‌تر از سینماتیک مستقیم است.» از آنجا که سیستم رو به عقب کار می‌کند، اغلب با محدودیت‌های غیرخطی و چندین راه‌حل ممکن مواجه می‌شود.[5]

برای یک پای ساده انسان، موتورها معمولاً از یک حل‌کننده IK دو-استخوانی استفاده می‌کنند. این رویکرد تحلیلی از قانون کسینوس‌ها برای محاسبه زوایای دقیق لگن و زانو بهره می‌برد. از آنجا که یک پا تنها دو مفصل خمشی اصلی دارد، ریاضیات را می‌توان به یک عبارت فرم‌بسته تقلیل داد که تقریباً در یک چشم به هم زدن حل می‌شود.[2]

روبودی‌کی بیان می‌کند: «یک حل‌کننده تحلیلی سینماتیک معکوس قادر است ژست مورد نظر نقطه اثر نهایی را دریافت کرده و (تقریباً) بلافاصله موقعیت‌های مفصلی مورد نیاز را بیرون بدهد.» همین کارایی بالا دلیل آن است که IK دو-استخوانی همچنان استاندارد صنعت برای قرار دادن پا در رندرینگ بلادرنگ محسوب می‌شود.

با این حال، وقتی زنجیره شامل بیش از دو استخوان باشد (مانند ستون فقرات، یک شاخک یا یک بازوی رباتیک)، ریاضیات به طور نمایی سخت‌تر می‌شود. در این موارد، هندسه تحلیلی شکست می‌خورد و موتور بازی باید به حل‌کننده‌های عددی تکرارشونده تکیه کند.[5]

الگوریتم‌هایی مانند نزول مختصات چرخه‌ای (CCD) یا سینماتیک معکوس پیش‌رونده و پس‌رونده (FABRIK) این زنجیره‌های پیچیده را مدیریت می‌کنند. آن‌ها بارها و بارها در میان مفاصل حلقه می‌زنند و تنظیمات بسیار ریزی انجام می‌دهند تا نقطه اثر نهایی به هدف برسد.

برای مثال، موتور سورس (Source) شرکت ولو (Valve) از پارامتر $ikchain برای تعریف این پیوندهای سینماتیکی استفاده می‌کند و به توسعه‌دهندگان اجازه می‌دهد مشخص کنند کدام استخوان‌ها متعلق به زنجیره هستند و چقدر مجازند خم شوند، پیش از آنکه توهم آناتومی طبیعی از بین برود.[3]

این وزنه‌برداری سنگین ریاضیاتی با یک بودجه عملکردی سخت‌گیرانه همراه است. در حالی که یک حل‌کننده IK دو-استخوانی ممکن است تنها کسری از میلی‌ثانیه به ازای هر کاراکتر هزینه داشته باشد، اجرای IK تمام‌بدن روی جمعیتی متشکل از ۵۰ کاراکتر غیرقابل‌بازی (NPC)، فوراً پردازنده (CPU) را به گلوگاه تبدیل می‌کند.

برای حفظ هدف ۶۰ فریم بر ثانیه (که تنها ۱۶.۶۷ میلی‌ثانیه زمان رندر برای هر فریم در اختیار می‌گذارد)، توسعه‌دهندگان باید بهینه‌سازی‌های تهاجمی انجام دهند. آن‌ها IK پیچیده را برای کاراکتر بازیکن و دشمنان اصلی رزرو می‌کنند، در حالی که جمعیت‌های دوردست به انیمیشن‌های ارزان‌تر و از پیش پخته‌شده FK بازمی‌گردند.

نتیجه کار، یک توهم بی‌نقص است. بازیکن هرگز مثلثاتی را که زیر کاپوت موتور بازی در حال پردازش است نمی‌بیند؛ او تنها کاراکتری را می‌بیند که از نظر فیزیکی در یک دنیای مجازی ریشه دوانده و با دقتی واقع‌گرایانه از روی ریشه‌ها و صخره‌ها قدم برمی‌دارد.