[发明专利]一种基于模拟的动作规划系统

说明书

本发明公开了一种基于模拟的动作规划系统，基于认知科学中最前沿的模拟语义理论，使用具身的、模拟的思想处理自然语言语义理解，仅用简单模型就能辅助根据自然语言生成动画系统，生成最初输入的自然语言中未描述的、但对于动画演示必不可少的中间部分的动作。其技术方案为：系统是辅助基于简单自然语言生成动画的系统，包括对象结构知识库、对象‑动作范围知识库、对象‑动作知识库、对象‑肢体相对位置知识库及搜索所需动作序列的软件系统。通过推理弥补输入的自然语言在语义上不完全的部分；具有强大的扩展性，一方面用户可以简单地添加需要的动作，另一方面系统可以学习反复出现的简单的动作序列。

技术领域

本发明涉及根据自然语言生成动画的技术，具体涉及辅助根据自然语言生成动画的系统上的动作规划技术。

背景技术

根据自然语言生成动画的系统广泛的应用场景，除了应用于动画影视作品的制作或先期制作，还可以用于制作游戏，辅助幼儿教育。另外，这种系统极大地降低了制作上述产品的专业门槛，使得更多的人能够享受创造的乐趣。

遗憾的是，绝大多数能够生成动态动画的系统，也仅限于由输入的自然语言严格确定的内容。这些系统的重要缺陷包括：1.系统无法进行简单的推理，对于哪怕仅在空间上不连续的描述都无法处理。2.对于能够进行简单推理的系统，通常使用一阶谓词表示世界状态和动作，而且这些动作通常极为简单，无法处理复杂的动作。这里的“复杂”主要包括两个方面的复杂：(a)动作所涉及的肢体数量；(b)动作序列的长度。3.系统本身缺乏可扩展性，能够生成的动画极为有限，难以由用户定制或学习新的动作。

对于支持将自然语言转化为动画的相关理论来说，目前存在诸多缺陷，其中非常关键的一点可以表述为：没有很好的方法处理输入的自然语言在语义上不完全的部分，哪怕这些部分仅包括实体动作、空间关系等非抽象的内容。

造成这一现象的原因包括：

(1)3D模型能够实现的动作极为有限，对于没有存储在系统中的动作的实现，系统就变得无能为力。虽然基于人类模型的动作数据比较丰富，但由于这些动作是固定的，除了运行时间和循环次数外无法参数化，难以动态改变，所以无法应对多变的输入。机器人动作领域的一些研究成果虽然理论上可以应用于动态生成复杂多变的动作，但又由于以前的将自然语言转化为动画的系统在语言分析层面能力的不足而导致无法得到合适的输入。对模拟这一基本过程认识的匮乏也是原因之一。

(2)3D模型能够完成的动作的粒度太大。一方面，现有模型使用的动作通常涉及模型整体的动作，虽然在专业动作设计师的努力下，这些动作都显得非常自然生动。但为了达到这种自然生动，哪怕“挥手”这样的动作都需要除了手臂以外的身体进行微小的动作，使得动作的表达过于冗余。另一方面，现有模型的动作本身就没有针对单一骨骼的动作，必须通过程序实现。这种方法虽然好似非常灵活，但难以扩展。因为相当于每次加入新的动作都要使用程序直接实现动作序列。

(3)缺乏语义鸿沟的填充过程。现有的将自然语言转化为动画的系统都没有认识到自然语言理解的本质和目的，把这一过程机械地类比于计算机程序的编写。而计算机程序的特征是对系统上下文近乎完全的把握。而这在人类使用自然语言的过程中是不可能做到的，大量的语义原本就存储在当前激活的各种背景知识(或者说系统上下文)中，很多语义需要进行推理才能获得。这对于人类来说是自然而然的事，但在计算机上模拟实现，就需要一整套基于模拟的动作推理系统。

改进上述三个问题的方法都指向了认知科学的具身主义。Simulation semantic正是结合具身认知、计算机科学和认知神经科学的流派。但其建立在构式语法和逻辑的语义理论这一基础之上的事实削弱了这一流派的模型在实现语义理解时所能达到的高度。