[发明专利]用于3D应用的模型获取方法及装置、介质及计算设备在审
| 申请号： | 201910108706.2 | 申请日： | 2019-02-03 |
| 公开（公告）号： | CN110032359A | 公开（公告）日： | 2019-07-19 |
| 发明（设计）人： | 朱军;宋世虹;翁家翌;苏航;阎栋 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F8/20 | 分类号： | G06F8/20;A63F13/60 |
| 代理公司： | 北京志霖恒远知识产权代理事务所(普通合伙) 11435 | 代理人： | 成丹 |
| 地址： | 100084 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的实施方式提供了一种用于3D应用的模型获取方法及装置、存储介质及计算设备。用于3D应用的模型获取方法包括：将3D应用的待处理任务划分为多个子任务，并构建分层强化学习模型，包括管理者决策模型和多个工作者决策子模型，在独立地训练每个工作者决策子模型后，再固定多个工作者决策子模型的模型参数，训练管理者模型。本发明的上述技术在管理者决策模型的输入中加入了环境信息，并在每个工作者决策子模型的输入中加入了对应的子环境信息，提供了能够普遍适用于FPS游戏等3D应用的AI学习方法，大大超过了现有的模型，并能提高探索的效率。 | ||
| 搜索关键词： | 子模型 模型获取 管理者决策 环境信息 计算设备 决策 存储介质 模型参数 强化学习 分层 构建 游戏 探索 学习 | ||
【主权项】：
1.一种用于3D应用的模型获取方法，其特征在于包括：将所述3D应用的待处理任务划分为多个子任务；构建分层强化学习模型，所述分层强化学习模型包括管理者决策模型和多个工作者决策子模型，其中，所述多个工作者决策子模型与所述多个子任务之间一一对应；分别独立地训练每个工作者决策子模型，确定每个工作者决策子模型的模型参数；以及在固定所述多个工作者决策子模型的模型参数的情况下，训练所述管理者模型，以确定所述管理者模型的模型参数；其中，所述管理者决策模型的输入中包括环境信息，每个工作者决策子模型的输入中包括对应的子环境信息。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910108706.2/，转载请声明来源钻瓜专利网。
