[发明专利]虚拟对象的动画生成方法、装置、设备及存储介质

权利要求书

1.一种虚拟对象的动画生成方法，其特征在于，所述方法包括：

获取目标虚拟对象对应的参考虚拟对象的参考动作；

采用所述参考动作训练强化学习模型，所述强化学习模型包括策略网络和评判网络；

通过所述策略网络生成所述目标虚拟对象的动作信息，所述动作信息用于表征所述目标虚拟对象执行的动作；

根据所述动作信息和所述目标虚拟对象对应的环境信息，生成所述目标虚拟对象的动作序列；其中，所述环境信息用于表征所述目标虚拟对象所处的虚拟环境；

根据所述目标虚拟对象的动作序列，生成所述目标虚拟对象的动作动画；

其中，所述采用所述参考动作训练强化学习模型，包括：

通过所述评判网络根据所述目标虚拟对象在第一时间戳的状态信息，计算相应的回报值；

根据所述回报值调整所述策略网络的参数；

通过所述策略网络根据所述目标虚拟对象在所述第一时间戳的状态信息，生成所述目标虚拟对象在第二时间戳的动作信息，所述第二时间戳在所述第一时间戳之后；

根据所述目标虚拟对象在所述第二时间戳的动作信息，控制所述目标虚拟对象和所述虚拟环境交互，确定所述目标虚拟对象在所述第二时间戳的状态信息；

根据所述目标虚拟对象在所述第二时间戳的状态信息，以及所述参考虚拟对象在所述第二时间戳的状态信息，计算奖励值；

根据所述奖励值调整所述评判网络的参数。

2.根据权利要求1所述的方法，其特征在于，所述强化学习模型包括策略网络；

所述通过所述策略网络生成所述目标虚拟对象的动作信息，包括：

通过所述策略网络根据所述目标虚拟对象在第i个时间戳的状态信息，生成所述目标虚拟对象在第i+1个时间戳的动作信息，所述i为正整数；

其中，所述状态信息用于表征所述目标虚拟对象的物理状态。

3.根据权利要求2所述的方法，其特征在于，所述状态信息包括相位参数、姿态参数和速度参数；

其中，所述相位参数用于表征所述目标虚拟对象的动作进度，所述姿态参数用于表征所述目标虚拟对象的姿势形态，所述速度参数用于表征所述目标虚拟对象的速度状态。

4.根据权利要求2所述的方法，其特征在于，所述动作信息包括：

所述目标虚拟对象各个关节的速度；

或者，

所述目标虚拟对象各个关节的位置。

5.根据权利要求1所述的方法，其特征在于，所述奖励值包括以下至少一项：

姿态相似度的奖励值，用于表征所述目标虚拟对象与所述参考虚拟对象的姿态的相似程度；

速度相似度的奖励值，用于表征所述目标虚拟对象与所述参考虚拟对象的速度的相似程度；

骨架末端位置相似度的奖励值，用于表征所述目标虚拟对象与所述参考虚拟对象的骨架末端位置的相似程度；

重心位置相似度的奖励值，用于表征所述目标虚拟对象与所述参考虚拟对象的重心位置的相似程度。

6.根据权利要求1所述的方法，其特征在于，所述根据所述动作信息和所述环境信息，生成所述目标虚拟对象的动作序列，包括：

根据所述目标虚拟对象在第i个时间戳的状态信息，以及所述目标虚拟对象在第i+1个时间戳的动作信息，计算所述目标虚拟对象各个关节对应的力矩；

根据所述目标虚拟对象各个关节对应的力矩，控制所述目标虚拟对象在所述环境信息对应的所述虚拟环境中运动，生成所述目标虚拟对象从所述第i个时间戳到所述第i+1个时间戳的动作；

根据所述目标虚拟对象在各个所述时间戳之间的动作，得到所述目标虚拟对象的动作序列。