[发明专利]基于深度强化学习的AR增强现实大屏互动的动画仿真方法

摘要

本发明公开了一种基于深度强化学习的AR增强现实大屏互动的动画仿真方法,采集专业人士的动作数据，并将数据进行分割，作为参考动作集；先构建两个caffe卷积神经网络框架，将动画角色的状态、动作、目标作为第一个网络输入，将活动范围较广的下肢的状态、动作、目标和第一个网络的动作作为第二个网格的输入，用于与第一个网络互相辅助，加快学习速率；通过PD控制器驱动动画角色，直接嵌入AR增强现实系统中，或与AR增强现实系统中原有的动画角色进行结合；本发明构建虚拟动画角色，通过反馈给角色的奖励和惩罚信息，使其知道自身行为是否正确，通过长时间的学习，最终角色将具有自主决策的能力。

主权项

1.基于深度强化学习的AR增强现实大屏互动的动画仿真方法,其特征在于，包括下述步骤：步骤一，通过动作捕捉系统采集专业人士的动作数据，将不同设备采集的数据统一转成bvh格式，通过代码将数据进行分割、提取有用的数值并按照动作定义的关节顺序进行组合排序，作为参考动作集；步骤二，利用深度强化学习算法，每个策略由两个神经网络互相作用来表示，先构建两个caffe卷积神经网络框架：第一个网络的第一层为512个单元组成的完全连接层，且为双线性相位变换，第二层为两组、六个256个单元的线性输出层，上面的一个是评论者子网络，用来预测每个演员的值函数；下面的是演员子网络，用来为给定的状态选择出要执行的动作；步骤一的参考动作集用于critic‑actor策略进行决策的训练，得到输出的动作ai，来驱动动画角色模仿专业人士的动作姿势；第二个网络由两层256个单元组成的完全连接层组成，通过角色区域的选定，来加快当下肢需要进行大幅度移动时的学习效率；步骤三，通过策略中的自适应样式和初始定义动作集使动画可以根据特殊的情景来生成有别于参考动作的动作，来更好地适应新的环境；步骤四，测试时，通过PD控制器驱动动画角色，直接嵌入AR增强现实系统中，或与AR增强现实系统中原有的动画角色进行结合，以达到控制动画角色动作的目的；步骤五，AR增强现实系统中的动画角色模仿出真人的标准动作，使角色更加生动逼真；同时可以使角色自主决策左右两个方向的移动，准确地进行动作模拟。