Estudiar la relación entre las aplicaciones de mallas poligonales, su modo de representación (i.e., estructuras de datos empleadas para representar la malla en RAM) y su modo de renderizado (i.e., modo de transferencia de la geometría a la GPU).

Hacer un benchmark (midiendo los fps promedio) de varias representaciones de mallas poligonales para los boids del ejemplo del FlockOfBoids (requiere la librería frames, versión ≥ 0.1.0), tanto en modo inmediato como retenido de rendering.

1. Represente la malla del boid al menos de tres dos formas distintas.
2. Renderice el flock en modo inmediato y retenido, implementando la función render() del boid.
3. Haga un benchmark que muestre una comparativa de los resultados obtenidos.

1. Realice la comparativa para diferentes configuraciones de hardware.
2. Realice la comparativa de fps sobre una trayectoria de animación para el ojo empleando un interpolator (en vez de tomar su promedio).
3. Anime la malla, como se hace en el ejemplo de InteractiveFish.
4. Haga view-frustum-culling de los boids cuando el ojo se encuentre en tercera persona.

1. Introducir el rol depredador.
2. Cómo se afecta el comportamiento al tener en cuenta el campo visual (individual)?
3. Implementar el algoritmo del flock() en OpenCL. Ver acá un ejemplo de Processing en el que se que emplea JOCL.

1. Reynolds, C. W. Flocks, Herds and Schools: A Distributed Behavioral Model. 87.
2. Check also this nice presentation about the paper:
3. There are many online sources, google for more...

Máximo 3.

Complete la tabla:

Comparativo del desempeño, variando las representationes, los modos y las tecnicas de rendering. El promedio de FPS se midió sobre un trayecto interpolado del ojo, con la malla del Boid dada en el ejemplo.

• La representation Face-Vertex es mas rapida porque tiene las faces estan representadas de una manera explicita.
• El modo retenido es mas lento porque el objeto renderizado es demasiado simple.
• El View Frustum Culling mejora un poco el desempeño en la mayoria de los casos.

Nota: Para obtener resultados mas interesantes, se podría comparar el desempeño con boids de complejidad mayor.

Medido en una maquina Intel Core I5-5200U (@2.2 GHz), Intel HD Graphics 5500, 8GB RAM:

Medido en una maquina Intel Core i3 (@3.77GHz), 8GB RAM:

• Modo de entrega: Haga fork de la plantilla e informe la url del repo en la hoja urls de la plantilla compartida (una sola vez por grupo). Plazo: 15/4/18 a las 24h.
• Exposición oral en el taller de la siguiente semana (6 minutos: 4 para presentar y 2 para preguntas). Estructura sugerida:
  1. Representaciones estudiadas.
  2. Demo.
  3. Resultados (benchmark).
  4. Conclusiones.