训练虚拟动物基于控制参数运动的方法技术

一种训练虚拟动物基于控制参数运动的方法，包括模仿学习阶段及控制适应阶段。模仿学习阶段包含：取得关联于虚拟动物的参考动物进行动作时的第一及第二动量、当前及目标状态，基元网络分析第一及第二动量以产生多个基元分布，及训练第一门控网络依据当前状态及基元分布产生第一基元权重，以从当前状态转换为目标状态。控制适应阶段包含：取得控制参数组，训练第二门控网络依据当前状态及基元分布产生第二基元权重，以从当前状态转换为当前状态与控制参数组的组合，及判别器依据第一及第二基元权重产生判别结果，并更新第二门控网络。并更新第二门控网络。并更新第二门控网络。

【技术实现步骤摘要】
训练虚拟动物基于控制参数运动的方法


[0001]本专利技术涉及动作合成及角色动画，特别是一种训练虚拟动物基于控制参数运动的方法。

技术介绍

[0002]在过去的几十年中，动画、电玩游戏和数字特效中的角色动画(character animation)的质量由于本领域研究人员开发的新工具和技术得到了极大的提高。在各种类型的角色中，四足动物的风格、节奏和步态模式的差异特别明显，因此不容易设置其动画角色。对于电玩游戏之类的实时应用，需要角色对环境做出动态反应，因此进一步使问题复杂化。
[0003]运动图是从运动捕捉(motion capture)资料中合成新的动画，其中节点表示从运动捕捉数据中定义好的动作，边缘代表动作之间的过渡。然而，标注节点及其过渡的过程漫长而繁琐，且为了支持不同的步态模式，需要获取大量的的运动捕捉数据。考虑到角色主体(agent)与其周围环境之间的交互作用，运动图在动态环境中将变得庞大而复杂。即使如此，运动图仍然无法适用于未曾出现过的场景。
[0004]运动学控制器(kinematic controllers)允许本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种训练虚拟动物基于控制参数运动的方法，其特征在于，所述虚拟动物包括多个关节，所述方法包括：一模仿学习阶段，包含：取得一第一动量、一第二动量、一当前状态及一目标状态；以一基元网络分析所述第一动量及所述第二动量以产生多个基元分布；及训练一第一门控网络依据所述当前状态及所述多个基元分布产生一第一基元权重，以从所述当前状态转换为所述目标状态；其中所述第一动量系一参考动物进行一第一类型动作，所述第二动量系所述参考动物进行一第二类型动作，所述参考动物关联于所述虚拟动物，所述当前状态及所述目标状态为所述参考动物在时间上连续的二取样动作；以及一控制适应阶段，包含：取得一控制参数组；训练一第二门控网络依据所述当前状态及所述多个基元分布产生一第二基元权重，以从所述当前状态转换为所述当前状态与所述控制参数组的组合；及以一判别器依据所述第一基元权重及所述第二基元权重产生一判别结果；及依据所述判别结果更新所述第二门控网络；其中所述判别结果用以保留所述第二基元权重或以所述第二门控网络依据所述当前状态及所述多个基元分布产生另一第二基元权重，以从所述当前状态转换为所述当前状态与所述控制参数组的组合。2.如权利要求1所述训练虚拟动物基于控制参数运动的方法，其特征在于，在所述控制适应阶段之后更包括一微调阶段，所述微调阶段包含：取得一环境参数组；训练所述第二门控网络依据所述当前状态、所述多个基元分布...

【专利技术属性】
技术研发人员：罗应升，陈佩君，陈维超，
申请(专利权)人：英业达股份有限公司，
类型：发明
国别省市：