|
Instructor |
E-mail: jehee (at)
mrl (dot) snu (dot) ac (dot) kr Office: 302-325 Phone: 880-1845 |
|
Teaching
Assistant |
Email: khlee (at)
mrl (dot) snu (dot) ac (dot) kr Office 302-312-1 Phone: 880-1864 |
|
Class
hours |
Friday, 10:30 to
12:30 |
|
Class Room |
Building 944, Room
808 (Friday) |
|
Schedule
|
|||
|
Week
1 |
4 / 20 |
(Kyungho Lee) DeepMimic:
Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills
Siggraph 2018 (Sehee Min) Computational Design
and Fabrication of Soft Pneumatic Objects with Desired Deformations Siggraph Asia 2017 |
|
|
Week
2 |
4 / 27 |
(Chemin Jason) Pre-training Neural Networks with
Human Demonstrations for Deep Reinforcement Learning arXiv
2017 (Jungnam Park) Learning Symmetry and Low-energy
Locomotion arXiv 2018 |
|
|
Week
3 |
5 / 4 |
(Soohwan Park) Self-similarity
Analysis for Motion Capture Cleaning Eurographics 2018 (Dongchul Jo) MonoPerfCap: Human
Performance Capture from Monocular Video Siggraph 2018 |
|
|
Week
4 |
5 / 11 |
(Seunghwan Lee) Precomputed Panel Solver for
Aerodynamics Simulation Transactions on Graphics 2018 (Minseok Kim) Data-Driven Approach to Simulating
Realistic Human Joint Constraints ICRA 2018 |
|
|
Week
5 |
5 / 25 |
(Hwangpil Park) Creating and Chaining
Camera Moves for Quadrotor Videography Siggraph 2018 (Seyeong Lee) Mode-Adaptive Neural
Networks for Quadruped Motion Control Siggraph 2018 |
|
|
Week
6 |
6 / 1 |
(Ri Yu)
Skaterbots: Optimization-Based Design and Motion Synthesis for Robotic
Creatures with Legs and Wheels Siggraph 2018 (Hoseok Ryu) Mastering
Sketching: Adversarial Augmentation for Structured Prediction Transactions
on Graphics 2018 |
|
|
Week
7 |
6 / 15 |
(Jaedong Lee) Deep
Video Portraits Siggraph 2018 (Minseok Kim) Robust
Solving of Optical Motion Capture Data by Denoising Siggraph
2018 |
|
|
Week
8 |
6 / 22 |
(Dongchul Jo) Multiagent
Bidirectionally-Coordinated Nets arXiv 2017 (Kyungho Lee) Online Optical
Marker-based Hand Tracking with Deep Labels Siggraph 2018 |
|
|
Week
9 |
6 / 29 |
(Seyeong Lee) Hindsight Experience Replay NIPS
2017 (Sehee Min) Hyper-Reduced Projective Dynamics
Siggraph 2018 |
|
|
Week
10 |
7 / 20 |
(Seunghwan Lee) Learning Basketball Dribbling
Skills Using Trajectory Optimization and Deep Reinforcement Learning Siggraph
2018 (Hoseok Ryu) Stereo
Magnification: Learning View Synthesis using Multiplane Images Siggraph
2018 |
|
|
Week
11 |
7 / 27 |
(Soohwan Park) FontCode: Embedding
Information in Text Documents using Glyph Perturbation Transactions
on Graphics 2018 (Ri Yu) ToonSynth:
Example-Based Synthesis of Hand-Colored Cartoon Animations Siggraph
2018 |
|
|
Week
12 |
8 / 3 |
(Hwangpil Park) Deep Learning of Biomimetic
Sensorimotor Control for Biomechanical Human Animation Siggraph
2018 (Jungnam Park) Scene-Aware Audio for 360°
Videos Siggraph 2018 |
|
|
Week
13 |
8 / 31 |
(Sehee Min) Active Animations of Reduced
Deformable Models with Environment Interactions Siggraph
2018 (Jaedong Lee) Looking to Listen at the Cocktail
Party: A Speaker-Independent Audio-Visual Model for Speech Separation Siggraph
2018 |
|
|
Week
14 |
9 / 7 |
(Kyungho Lee) Neural Best-Buddies: Sparse
Cross-Domain Correspondence Siggraph 2018 (Hwangpil Park) Real-time
Locomotion Controller using an Inverted-Pendulum-based Abstract Model Eurographics
2018 |
|
|
Week
15 |
9 / 14 |
(Hoseok Ryu) Fast Winding
Numbers for Soups and Clouds Siggraph 2018 (Chemin Jason) Learning
Reduced-Order Feedback Policies for Motion Skills SCA
2015 |
|
|
Week
16 |
9 / 28 |
(Chemin Jason) Learning
to Dress: Synthesizing Human Dressing Motion via Deep Reinforcement Learning
Siggraph Asia 2018 (Seyeong Lee) Real-Time Data-Driven
Interactive Rough Sketch Inking Siggraph 2018 |
|
|
Week
17 |
10 / 5 |
(Soohwan Park) Variational Discriminator
Bottleneck: Improving Imitation Learning, Inverse RL, and GANs by
Constraining Information Flow arXiv 2018 (Jaedong Lee) Social GAN: Socially Acceptable Trajectories
with Generative Adversarial Networks CVPR 2018 |
|
|
Week
18 |
10 / 12 |
(Jungnam Park) SFV: Reinforcement
Learning of Physical Skills from Videos Siggraph Asia 2018 (Dongchul Jo) Hybrid Reward Architecture for
Reinforcement Learning NPIS 2017 |
|
|
Week
19 |
(Minseok Kim) (Seunghwan Lee) |
||
|
Week
20 |
(Ri Yu) |
||
|
Here are papers that we may read for
class. Siggraph 2016
asia papers link Siggraph 2015
asia papers link Siggraph 2014 asia papers link Siggraph 2013
asia papers link |
|||
|
발표
및 토론 ·
매 시간 두 편의 논문에 대한 토론을 진행할 예정이다. 모든 수강생들은 2편 정도의 논문을 발표하고 토론을 주도해야 한다. 발표자가 먼저 각 논문에 대해 10분에서 15분 정도의 시간 동안 논문에서 다루는 문제와 해결 방법에 대해 설명한 뒤 수강생 전체가 참여하는 자유 토론 형식으로 진행한다. ·
모든 수강생들은 매 강의 토론할 논문 2편을 최소한 서론까지 읽어 각 논문에서 해결하고자 하는 문제가 무엇인지 파악하고 강의에 참여해야 한다. 본문의 내용과 결과 등은 한번 훑어보는 정도로 충분하며, 이보다 더 중요한 것은 나라면 그 문제를 어떻게 해결할 것인가를
미리
생각해
보는
것이다. 강의에서는 논문에서 제시하는 방법과 자신의 생각을 비교해 생각하며 토론에 참여한다. ·
Saying
enough without saying too much: 10분에서 15분 정도의 비교적 짧은 시간 동안 논문의 내용을 충실히 설명하기 위해서는 논문의 핵심적인 내용을 요약해야 한다. 먼저, 문제를 명쾌하게 설명해야 한다. 문제에 입력이 무엇이고 기대하는 출력이 무엇인지를 명확히 해야 한다. 둘째, 논문에서 제시하는 해결책을 개략적으로 설명한다. 필요한 경우 이와 연관된 한두 가지의 기술적인 주제에 대해 추가적인 설명을 덧붙인다. 발표에 있어서 가장 중요한 점은 반드시 설명해야 하는 핵심적인 주제와 생략할 수 있는 부수적인 내용을 구분하는 것이다. ·
발표는 원칙적으로 말로 설명하며 필요한 경우 칠판을 사용한다. 파워포인트 슬라이드는 허용되지 않는다. 이는 논문의 주요 내용을 정확한 표현으로 설명하는 연습을 위한 것으로, 그간 슬라이드의 남용으로 인해 말로 설명하기 보다는 슬라이드에 의존하는 경향을 피하고자 한다. 다만, 논문의 결과 영상과 비디오를 보여주기 위한 용도로 프로젝터를 사용할 수 있다. 노트북 컴퓨터는 매 강의 미리 준비되어 있을 예정이므로
USB 메모리
등에
필요한
자료를
담아오거나, 데이터가 너무 큰 경우에는 최소한 강의 하루 전에 데이터를 미리 강의용 노트북 컴퓨터에 다운로드 받아야 한다. ·
논문에 대해서는 다음과 같은 내용을 토론한다. o
다루어지는 문제가 중요한가? 문제의 중요도는 여러 가지 측면에서 생각해 볼 수 있다. 일단 다양한 응용 분야에서 활용 가능하거나, 오랜 시간 미제로 남겨져 있었거나, 앞으로 새로운 문제들을 창조하는 기폭제 역할을 할 경우에 중요한 문제로 볼 수 있다. o
제시된 해결책이 적절한가? 실제로 풀고자 하는 문제를 해결하고 있는지, 일반적인 경우에 항상 적용할 수 있는지, 계산 시간이나 메모리 소모에 있어서 실용적인지 등을 고려한다. o
개선할 여지가 있는가? 문제의 범위를 넓히거나, 더 풀기 쉬운 형태로 바꾸는 것을 고려한다. 해결책에 있어서 개선할 여지가 있는지, 혹은 제시된 해결책을 다른 문제에 적용할 수 있는지 등을 고려한다. ·
토론에 있어서 발표자의 역할은 (1) 질문에 대해 답을 할 수 있도록 논문의 세부적인 내용을 숙지하고 있어야 하고, (2)
수강생들의
관심과
참여를
이끌
수
있는
주제를
설정하여
토론을
주도해야
한다. |
|||