走在汽車革命的路上論文書籍站
國立臺灣藝術大學 多媒體動畫藝術學系動畫藝術碩士班 張維忠所指導 游士寬的 3D人型自動化骨架綁定工具之使用效能研究 （2021），提出Maya robot rig關鍵因素是什麼，來自於3D角色、骨架、綁定、自動化綁定工具。
而第二篇論文南臺科技大學 數位內容與應用設計碩士班 劉淳泓所指導 馮家綾的 修正光學式臉部動作捕捉的數據-以憤怒表情為例 （2015），提出因為有 動作捕捉、臉部表情、發音嘴型的重點而找出了 Maya robot rig的解答。
3D人型自動化骨架綁定工具之使用效能研究
為了解決Maya robot rig 的問題，作者游士寬 這樣論述：
目前多數的3D角色模型自動化骨架綁定工具設置骨架的方式常見以模板骨架或小工具方式為主流，兩者皆依據制式的名稱來嵌入綁定功能，雖然省去架設及命名骨架的時間，但相對地限縮了綁定功能嵌入的彈性，造成使用者不便於角色綁定完成後再次修改骨架內容上的困擾。本研究的主要目的為：一、改善使用模板與小工具所無法兼顧的問題。二、瞭解使用者對自動化綁定實際的需求。本研究分兩階段進行，第一階段首先以MAYA的Quick Rig作為個案研究對象，了解其特性與功能，並據此設計一套自動化骨架綁定工具，讓MAYA Quick Rig功能被運用在角色動畫的角色骨架綁定。以MAYA的腳本語言(MAYA Embedded Lan
guage, MEL)撰寫成一套讓使用者只須設定骨架起點與結束點就能嵌入綁定的工具，希望能解決因為改變骨架數量造成必需重新綁定的問題。第二階段為瞭解本研究所撰寫的自動化綁定工具的使用效能，首先邀請三位在業界具有十年以上工作經歷的專家，進行使用者經驗調查作為自動化綁定工具開發的依據。接著以半結構式訪談方式，讓專家們分享本研究自動化綁定工具測試的心得與建議。三位受訪專家對於本研究所開發的自動化綁定工具的功能均表示肯定。本研究發現，使用者介面、使用說明與教學、以及使用功能等三點是開發自動化綁定工具最重要的三個項目。將模板骨架功能列入考量，可提升工具本身的便利性及功能多元性，有助於使用者直接使用本工具
製作專案的效能。樣版骨架並非自動化綁定工具之必須，但可提供選項方式來增加工具活用性。
修正光學式臉部動作捕捉的數據-以憤怒表情為例
為了解決Maya robot rig 的問題，作者馮家綾 這樣論述：
隨著時代的不斷進步以及大眾對於影視娛樂等相關產業的視覺需求，動作捕捉系統早已是個耳熟能詳的詞彙了，為應用的不同動作需求而發展出許多種系統，其中臉部的表情與說話的口型廣泛利用光學式的動作捕捉系統去捕捉演員的表演，以減少時間上的花費與提升角色的自然度；雖然比起以往的KeyFrame關鍵影格動畫一格一格去調整來的省時間，但因為各種系統本身的限制還是有美中不足的部分，將捕捉下來的數據直接使用在角色上還是會出現一些雜訊，捕捉時的漏失以及一些表情僵硬與嘴型跳躍等問題。因此本篇研究期望利用Autodesk Softimage 3D繪圖軟體以及Magical VEngine 臉部的外掛程式，來修正與加強臉部
動作捕捉的數據，使其能夠自然的呈現在角色模型上，其中又分三種表情來進行捕捉，普通無表情、憤怒表情以及普通漸進到憤怒的表情。修正數據的手法會運用三種方式交互進行，嘴型的形狀動畫、動作本身的Fcurve曲線以及調節臉部骨架的外掛。在2組共6種數據的修正與比較中的數據中，使角色更加自然少了生硬感，為未來演員的表演製作，衍生發展大量的表情形狀資料庫表情的變化語，並加以分類與加上表情說明，以供動畫師在修正數據時更有效率執行。