本发明专利技术实施例提供一种轨迹生成方法、装置、设备和存储介质，该方法包括：获取第一场景下的用户移动轨迹；根据第一场景下的用户移动轨迹和第一轨迹生成模型，生成第二场景下的第一目标移动轨迹；其中，第一轨迹生成模型为基于第一场景和第二场景下包括用户移动轨迹的训练数据训练得到的。本发明专利技术实施例的方法实现了用户移动轨迹的生成。了用户移动轨迹的生成。了用户移动轨迹的生成。
【技术实现步骤摘要】
轨迹生成方法、装置、设备和存储介质
[0001]本专利技术涉及虚拟仿真
，尤其涉及一种轨迹生成方法、装置、设备和存储介质。
技术介绍
[0002]随着移动互联网技术的发展，越来越多的应用利用移动轨迹来做出更加智能的优化、规划任务，例如，在智慧城市建设、城市规划、应急管理等各种任务中，用户移动轨迹都起着重要的作用。
[0003]实际应用中由于成本等问题，获取到的所需场景的移动轨迹数据的数量往往较少，无法满足实际的应用需求。因此，如何更加有效的获取到所需场景下的大量的移动轨迹数据，解决所需场景下用户移动轨迹数据稀缺的问题，是本领域技术人员亟需关注的问题。
技术实现思路
[0004]针对现有技术中的问题，本专利技术实施例提供一种轨迹生成方法、装置、设备和存储介质。
[0005]具体地，本专利技术实施例提供了以下技术方案：
[0006]第一方面，本专利技术实施例提供了一种轨迹生成方法，包括：
[0007]获取第一场景下的用户移动轨迹；
[0008]根据所述第一场景下的用户移动轨迹和第一轨迹生成模型，生成第二场景下的第一目标移动轨迹；
[0009]其中，所述第一轨迹生成模型为基于第一场景和第二场景下包括用户移动轨迹的训练数据训练得到的。
[0010]进一步地，建立所述第一轨迹生成模型和第一判决模型；
[0011]利用所述第一判决模型，以及所述第一轨迹生成模型输出的第二场景下的第一目标移动轨迹，对所述第一轨迹生成模型进行训练。
[0012]进一步地，所述利用所述第一判决模型，以及所述第一轨迹生成模型输出的第二场景下的第一目标移动轨迹，对所述第一轨迹生成模型进行训练，包括：
[0013]利用所述第一判决模型对所述第二场景下的第一目标移动轨迹进行判决，获取第一判决结果；
[0014]根据所述第一判决结果对所述第一轨迹生成模型进行训练，得到训练后的第一轨迹生成模型。
[0015]进一步地，建立第二轨迹生成模型和第二判决模型；
[0016]将所述第二场景下的第一目标移动轨迹输入训练后的所述第二轨迹生成模型，生成第一场景下的目标移动轨迹；
[0017]利用所述第二判决模型对第一场景下的用户移动轨迹、第一场景下的目标移动轨迹进行判决，获取第一循环判决结果；
[0018]根据所述第一循环判决结果对所述第一轨迹生成模型和第二轨迹生成模型进行训练，得到训练后的第一轨迹生成模型和第二轨迹生成模型。
[0019]进一步地，利用所述第二判决模型对所述第一场景下的目标移动轨迹进行判决，获取第二判决结果；
[0020]根据所述第二判决结果对所述第二轨迹生成模型进行训练，得到训练后的第二轨迹生成模型。
[0021]进一步地，将第一场景下的目标移动轨迹输入训练后的所述第一轨迹生成模型，生成第二场景下的第二目标移动轨迹；
[0022]利用所述第一判决模型对第二场景下的用户移动轨迹、第二场景下的第二目标移动轨迹进行判决，获取第二循环判决结果；
[0023]根据所述第二循环判决结果对所述第一轨迹生成模型和第二轨迹生成模型进行训练，得到训练后的第一轨迹生成模型和第二轨迹生成模型。
[0024]进一步地，根据如下公式(1)获取目标判决结果：
[0025][0026]其中，P表示目标判决结果；表示所述第一判决结果，所述第一判决结果为所述第一判决模型对所述第二场景下的第一目标移动轨迹进行判决确定的；表示所述第二判决结果，所述第二判决结果为所述第二判决模型对所述第一场景下的目标移动轨迹进行判决确定的；所述表示所述第一循环判决结果，所述第一循环判决结果表示所述第二判决模型对所述第一场景下的用户移动轨迹、第一场景下的目标移动轨迹进行判决确定的；所述表示所述第二循环判决结果；所述第二循环判决结果表示所述第一判决模型对所述第二场景下的用户移动轨迹、第二场景下的第二目标移动轨迹进行判决确定的；λ表示目标权重；
[0027]根据所述目标判决结果对所述第一轨迹生成模型和第二轨迹生成模型进行训练。
[0028]第二方面，本专利技术实施例还提供了一种轨迹生成装置，包括：
[0029]获取模块，用于获取第一场景下的用户移动轨迹；
[0030]生成模块，用于根据所述第一场景下的用户移动轨迹和第一轨迹生成模型，生成第二场景下的第一目标移动轨迹；
[0031]其中，所述第一轨迹生成模型为基于第一场景和第二场景下包括用户移动轨迹的训练数据训练得到的。
[0032]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述轨迹生成方法。
[0033]第四方面，本专利技术实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述轨迹生成方法。
[0034]第五方面，本专利技术实施例还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面所述轨迹生成方法。
[0035]本专利技术实施例提供的轨迹生成方法、装置、设备和存储介质，第一轨迹生成模型是
基于第一场景下的用户移动轨迹和第二场景下的用户移动轨迹训练得到的，训练后的第一轨迹生成模型就可以建立不同场景下用户移动轨迹之间的关联，进而训练后的第一轨迹生成模型在获取第一场景下的用户移动轨迹后，就可以根据第一场景下的用户移动轨迹实现不同场景下的用户移动轨迹的转换，也就实现了所需场景下的用户移动轨迹的生成，解决了所需场景下用户移动轨迹数据稀缺的问题。
附图说明
[0036]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本专利技术实施例提供的轨迹生成方法的流程示意图；
[0038]图2是本专利技术实施例提供的模型训练的流程示意图；
[0039]图3是本专利技术实施例提供的轨迹生成系统流程图之一；
[0040]图4是本专利技术实施例提供的另一轨迹生成系统流程图；
[0041]图5是本专利技术实施例提供的轨迹生成模型示意图；
[0042]图6是本专利技术实施例提供的判决模型示意图；
[0043]图7是本专利技术实施例提供的轨迹生成装置的结构示意图；
[0044]图8是本专利技术实施例提供的电子设备的结构示意图。
具体实施方式
[0045]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种轨迹生成方法，其特征在于，包括：获取第一场景下的用户移动轨迹；根据所述第一场景下的用户移动轨迹和第一轨迹生成模型，生成第二场景下的第一目标移动轨迹；其中，所述第一轨迹生成模型为基于第一场景和第二场景下包括用户移动轨迹的训练数据训练得到的。2.根据权利要求1所述的轨迹生成方法，其特征在于，所述方法还包括：建立所述第一轨迹生成模型和第一判决模型；利用所述第一判决模型，以及所述第一轨迹生成模型输出的第二场景下的第一目标移动轨迹，对所述第一轨迹生成模型进行训练。3.根据权利要求2所述的轨迹生成方法，其特征在于，所述利用所述第一判决模型和所述第一轨迹生成模型输出的第二场景下的第一目标移动轨迹，对所述第一轨迹生成模型进行训练，包括：利用所述第一判决模型对所述第二场景下的第一目标移动轨迹进行判决，获取第一判决结果；根据所述第一判决结果对所述第一轨迹生成模型进行训练，得到训练后的第一轨迹生成模型。4.根据权利要求3所述的轨迹生成方法，其特征在于，还包括：建立第二轨迹生成模型和第二判决模型；将所述第二场景下的第一目标移动轨迹输入训练后的所述第二轨迹生成模型，生成第一场景下的目标移动轨迹；利用所述第二判决模型对第一场景下的用户移动轨迹、第一场景下的目标移动轨迹进行判决，获取第一循环判决结果；根据所述第一循环判决结果对所述第一轨迹生成模型和第二轨迹生成模型进行训练，得到训练后的第一轨迹生成模型和第二轨迹生成模型。5.根据权利要求4所述的轨迹生成方法，其特征在于，还包括：利用所述第二判决模型对所述第一场景下的目标移动轨迹进行判决，获取第二判决结果；根据所述第二判决结果对所述第二轨迹生成模型进行训练，得到训练后的第二轨迹生成模型。6.根据权利要求5所述的轨迹生成方法，其特征在于，还包括：将第一场景下的目标移动轨迹输入训练后的所述第一轨迹生成模型，生成第二场景下的第二目标移动轨迹；利用所述第一判决模型对第二场景下的用户移动轨...
【专利技术属性】
技术研发人员：王寰东，李勇，金德鹏，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。