[发明专利]使用相异的目标动画数据来训练人物的强化学习

权利要求书

1.一种用于训练用于在动画中使用的动画人物的方法，所述方法包括：

将第一动画数据映射到被训练的人物的第一骨骼子集，其中所述第一动画数据限定第一目标运动序列；

将第二动画数据映射到所述被训练的人物的第二骨骼子集，其中所述被训练的人物的骨骼层次结构包括所述第一骨骼子集和所述第二骨骼子集，其中所述第二动画数据限定第二目标运动序列；以及

应用多次迭代强化学习以使用所述第一动画数据来训练所述第一骨骼子集并且使用所述第二动画数据来训练所述第二骨骼子集，其中在每次迭代时同时执行对所述第一骨骼子集和所述第二骨骼子集的训练，并且其中所述训练所述第一骨骼子集和所述第二骨骼子集包括调整所述第一骨骼子集和所述第二骨骼子集中的骨骼的定向，其中在所述强化学习的每次迭代时通过向调整过的所述第一骨骼子集和所述第二骨骼子集中的骨骼的所述定向应用模拟环境的物理参数而将所述第一骨骼子集与所述第二骨骼子集合成。

2.如权利要求1所述的方法，其中所述调整骨骼的定向包括：

响应于所述第一骨骼子集和所述第二骨骼子集的所得的定向而自动调整所述骨骼层次结构中的骨骼的多个关节的关节参数。

3.如权利要求1所述的方法，

其中所述第一目标运动序列来自第一目标人物，并且所述第二目标运动序列来自第二目标人物，

其中所述第一目标运动序列和所述第二目标运动序列限定相异的运动，并且

其中所述被训练的人物的被训练的运动序列融合所述第一目标运动序列和所述第二目标运动序列。

4.如权利要求1所述的方法，其中所述应用强化学习以用于训练所述第一骨骼子集和所述第二骨骼子集包括：

对于所述骨骼层次结构中的每个骨骼，确定帧中的对应骨骼的被训练的位置与所述帧中的所述对应骨骼的目标位置之间的距离度量；以及

随机调整所述被训练的位置以最小化所述距离度量。

5.如权利要求4所述的方法，所述方法还包括：

对于所述帧的所述骨骼层次结构中的每个骨骼，确定所述帧中的所述对应骨骼的调整过的被训练的位置与所述目标位置之间的调整过的距离度量；以及

对被训练的运动序列的多个帧的所述骨骼层次结构中的骨骼的所调整过的距离度量求和以确定奖励值。

6.如权利要求5所述的方法，所述方法还包括：

当所述奖励值不满足阈值时，执行所述强化学习的下一次迭代以训练所述第一骨骼子集和所述第二骨骼子集；以及

当所述奖励值满足所述阈值时，停止所述强化学习。

7.如权利要求4所述的方法，所述方法还包括：

向在所述第一骨骼子集内包括的所述对应骨骼的所述距离度量应用第一权重；以及

向在所述第二骨骼子集内包括的所述对应骨骼的所述距离度量应用第二权重。

8.一种非暂时性计算机可读介质，所述非暂时性计算机可读介质存储用于训练用于在动画中使用的动画人物的计算机程序，所述计算机可读介质包括：

用于将第一动画数据映射到被训练的人物的第一骨骼子集的程序指令，其中所述第一动画数据限定第一目标运动序列；

用于将第二动画数据映射到所述被训练的人物的第二骨骼子集的程序指令，其中所述被训练的人物的骨骼层次结构包括所述第一骨骼子集和所述第二骨骼子集，其中所述第二动画数据限定第二目标运动序列；以及

用于应用多次迭代强化学习以使用所述第一动画数据来训练所述第一骨骼子集并且使用所述第二动画数据来训练所述第二骨骼子集的程序指令，其中在每次迭代时同时执行对所述第一骨骼子集和所述第二骨骼子集的训练，并且其中所述训练所述第一骨骼子集和所述第二骨骼子集包括调整所述第一骨骼子集和所述第二骨骼子集中的骨骼的定向，其中在所述强化学习的每次迭代时通过向调整过的所述第一骨骼子集和所述第二骨骼子集中的骨骼的所述定向应用模拟环境的物理参数而将所述第一骨骼子集与所述第二骨骼子集合成。