基于对抗神经网络的游戏化学习环境创建方法和系统技术方案

本发明专利技术提供了基于对抗神经网络的游戏化学习环境创建方法和系统，其以不同年龄阶段的用户的行为动作数据作为数据样本基础，再分析相同年龄阶段的用户的行为动作特征以及用户当前的学习互动虚拟空间与该行为动作特征之间的匹配差异状态，最后根据该匹配差异状态对该学习互动虚拟空间的某一部分区域进行调整，以此获得与用户相适应的学习环境，从而便于对学习环境进行个性化和游戏趣味化的调整，以及提高对学习环境调整的效率和可靠性。

【技术实现步骤摘要】
基于对抗神经网络的游戏化学习环境创建方法和系统
本专利技术涉及智能教育的
，特别涉及基于对抗神经网络的游戏化学习环境创建方法和系统。
技术介绍
为了提高学生的学习兴趣，需要对学生所处的学习环境进行适应性的调整，而目前对于学习环境的调整都是按照预先设定的模式来调整学习环境的某些环境参数来实现的，这导致学习环境的调整方式过于单一，并且不能针对不同用户在学习过程中的实际行为动作进行有针对性的调整，这不利于对学习环境进行个性化和游戏趣味化的调整，以及提高对学习环境调整的效率和可靠性。
技术实现思路
针对现有技术存在的缺陷，本专利技术提供基于对抗神经网络的游戏化学习环境创建方法和系统，其通过获取关于不同年龄阶段的不同用户的行为动作数据，以此构成目标样本集合，并从该目标样本集合中提取得到相同年龄阶段的用户对应的行为动作特征信息集合，再构建关于相同年龄阶段的用户的学习互动虚拟空间，并确定该学习互动虚拟空间与该动作特征信息集合之间的匹配度评价值，最后根据该匹配度评价值和当前用户的实际行为动作事件，将该学习互动虚拟空间转换成与当前用户实本文档来自技高网...

【技术保护点】
1.基于对抗神经网络的游戏化学习环境创建方法，其特征在于，其包括如下步骤：/n步骤S1，获取关于不同年龄阶段的不同用户的行为动作数据，以此构成目标样本集合，并从所述目标样本集合中提取得到相同年龄阶段的用户对应的行为动作特征信息集合；/n步骤S2，构建关于相同年龄阶段的用户的学习互动虚拟空间，并确定所述学习互动虚拟空间与所述动作特征信息集合之间的匹配度评价值；/n步骤S3，根据所述匹配度评价值和当前用户的实际行为动作事件，将所述学习互动虚拟空间转换成与当前用户实际行为动作匹配的游戏化学习环境。/n

【技术特征摘要】
1.基于对抗神经网络的游戏化学习环境创建方法，其特征在于，其包括如下步骤：
步骤S1，获取关于不同年龄阶段的不同用户的行为动作数据，以此构成目标样本集合，并从所述目标样本集合中提取得到相同年龄阶段的用户对应的行为动作特征信息集合；
步骤S2，构建关于相同年龄阶段的用户的学习互动虚拟空间，并确定所述学习互动虚拟空间与所述动作特征信息集合之间的匹配度评价值；
步骤S3，根据所述匹配度评价值和当前用户的实际行为动作事件，将所述学习互动虚拟空间转换成与当前用户实际行为动作匹配的游戏化学习环境。


2.如权利要求1所述的基于对抗神经网络的游戏化学习环境创建方法，其特征在于：
在所述步骤S1中，获取关于不同年龄阶段的不同用户的行为动作数据，以此构成目标样本集合，并从所述目标样本集合中提取得到相同年龄阶段的用户对应的行为动作特征信息集合具体包括，
步骤S101，对不同年龄阶段的不同用户进行拍摄，以此获得对应的行为动作影像，并按照预设时间间隔，将每一个用户的行为动作影像切分为若干帧行为动作图片，并将所有用户对应的行为动作图片共同构成所述目标样本集合；
步骤S102，从所述目标样本集合中提取相同年龄阶段的用户对应的行为动作图片，并对提取得到的行为动作图片进行行为动作识别处理，从而得到相应的行为动作特征信息，以此构成所述行为动作特征信息集合，同时将所述行为动作特征信息集合W记为W＝{wi,i＝1,2,3,...,n1}，wi＝{wij,j＝1,2,3,...,n2}，其中wi表示相同年龄阶段的所有n1个用户中第i个用户的行为动作特征值，wij表示所述第i个用户包含的所有n2个行为动作中第j个行为动作的特征均值。


3.如权利要求2所述的基于对抗神经网络的游戏化学习环境创建方法，其特征在于：
在所述步骤S2中，构建关于相同年龄阶段的用户的学习互动虚拟空间，并确定所述学习互动虚拟空间与所述动作特征信息集合之间的匹配度评价值具体包括，
步骤S201，根据相同年龄阶段的用户所述的物理空间信息，构建关于所述用户的学习互动虚拟空间，其中物理空间信息是关于用户所处真实环境的人与物相对位置关系信息、且其通过对用户所处的真实环境进行拍摄而形成；
步骤S202，根据下面公式(1)，确定所述行为动作特征信息集合W中第j个行为动作特征对应的特征均值Tj



在上述公式(1)中，βij表示第i个用户的第j个行为动作特征均值在所有n2个行为动作中的权重因子、且其取值为[0.5，0.9]；
步骤S203，将所述学习互动虚拟空间划分为n个子空间区域，并根据下面公式(2)，确定所述学习互动虚拟空间与所述动作特征信息集合之间的匹配度评价值R



在上述公式(2)中，Tj表示第j个行为动作对应的特征均值，Tj+1表示第j+1个行为动作对应的特征均值，T0表示所有n2个行为动作对应的特征均值的平均值，P表示所述n个子空间区域中发生预设行为动作的平均概率值。


4.如权利要求3所述的基于对抗神经网络的游戏化学习环境创建方法，其特征在于：
在所述步骤S3中，根据所述匹配度评价值和当前用户的实际行为动作事件，将所述学习互动虚拟空间转换成与当前用户实际行为动作匹配的游戏化学习环境具体包括，
步骤S301，获取当前用户的实际行为动作事件，并确定所述实际行为动作事件的动作活动范围所涉及的实际空间区域，判断所述实际空间区域与所述n个子空间区域的重叠区域范围；
步骤S302，根据所述重叠区域范围，确定所述重叠区域范围中占有最大空间比例的子空间区域，并将所述占有最大空间比例的子空间区域作为待调整空间区域；
步骤S303，调整所述待调整空间区域的虚拟视觉景深和/或虚拟视觉色彩，从而将所述学习互动虚拟空间转换成与当前用户实际行为动作匹配的游戏化学习环境。


5.基于对抗神经网络的游戏化学习环境创建系统，其特征在于，其包括目标样本集合形...

【专利技术属性】
技术研发人员：王鑫，
申请(专利权)人：上海松鼠课堂人工智能科技有限公司，
类型：发明
国别省市：上海;31