[发明专利]虚拟场景中的对象处理方法、设备及存储介质

权利要求书

1.一种虚拟场景中对象处理方法，包括：

在样本虚拟场景中的每个阶段设置采样点，其中，所述每个阶段中采样点的数量与相应阶段的信息量正相关；

在所述采样点采集第一对象与第二对象的交互过程，其中，所述第一对象与第二对象的交互过程包括所述第一对象向所述第二对象使用功能或与所述第二对象的相对位置发生变化的过程、所述第一对象与所述第二对象使用各自具有的功能进行交互的过程；

将在所述采样点采集的所述交互过程的场景数据合并，形成对应采样点的场景数据样本；

其中，所述交互过程的场景数据包括：虚拟环境中所述第一对象与所述第二对象的位置、所述第一对象与所述第二对象所具有功能的等待时间和所述第一对象与所述第二对象的属性值；

根据所采集的场景数据样本和操作数据样本构建训练样本，合并在所述交互过程的不同采样点构建的训练样本形成训练样本集合；

对所述训练样本集合进行用于适配人工神经网络模型的预处理；

以经过预处理的训练样本集合包括的场景数据样本为输入，并以预处理的训练样本集合包括的操作数据样本为输出，训练所述人工神经网络模型。

2.如权利要求1所述的方法，其中，所述在所述采样点采集第一对象与第二对象的交互过程，包括：

在所述交互过程的采样点采集控制所述第一对象的以下操作数据至少之一：所执行的控制器操作数据；所述第一对象使用功能的方式；

合并所述采样点的采集结果形成相应采样点的操作数据样本。

3.如权利要求1所述的方法，其中，所述根据所采集的场景数据样本和操作数据样本构建训练样本，包括：

采集所述交互过程的基本信息，所述基本信息包括所述第一对象在所述交互过程中的操作结果、以及所述虚拟场景的尺寸；

将所述交互过程的基本信息、以及在所述交互过程的不同采样点所采集的场景数据样本和操作数据样本合并，形成相应采样点的训练样本。

4.如权利要求1所述的方法，其中，所述对所述训练样本集合进行用于适配人工神经网络模型的预处理，包括：

从所述训练样本集合中训练样本所来源的交互过程中，确定满足如下条件的有效交互过程：所述交互过程中所述第一对象和所述第二对象累积使用功能次数的加和，超出整体功能使用次数阈值；

从所述训练样本集合中删除不属于所述有效交互过程的训练样本。

5.如权利要求1所述的方法，其中，所述对所述训练样本集合进行用于适配人工神经网络模型的预处理，包括：

获取所述训练样本集合中各训练样本包括的操作结果；

当所述操作结果表示所述第一对象在所述交互过程中的操作结果达到目标时，标记所述训练样本的有效属性；

当所述操作结果表示所述第一对象在所述交互过程中的操作结果未达到目标时，标记所述训练样本的无效属性。

6.如权利要求5所述的方法，其中，所述当所述操作结果表示所述第一对象在所述交互过程中的操作结果达到目标时，标记所述训练样本的有效属性，包括：

当所述操作结果表示所述第一对象在所述交互过程中的操作结果达到目标，且所述交互过程中所述第一对象的累积使用功能的次数，超出所述第一对象的功能使用次数阈值时，标记所述训练样本的有效属性。