[发明专利]虚拟人组合任务规划方法

权利要求书

1.一种虚拟人组合任务规划方法，包括：

步骤1、基于运动捕获数据，构建虚拟人的行为图；

步骤2、找到关键状态，并基于关键状态将组合任务分解为子任务；

步骤3、学习每一个子任务的最优控制策略；和

步骤4、基于虚拟人在环境中的初始状态，计算组合任务的最优动作序列。

2.根据权利要求1所述虚拟人组合任务规划方法，其中，所述运动捕获数据表示为：

C＝{c₁，...，c_M}

其中，M为运动片段的总个数，每一个运动片段c_i(i＝1，...，M)由一组姿态组成，表示为：

c_i＝{p₁，...，p_T}

其中，T是该运动片段的帧数，每个姿态表示为：

p_t＝{R，q₀，...，q_N}(t＝1，...，T)

其中，表示虚拟人当前姿态根关节的位置；q₀表示虚拟人根关节的朝向，用单位四元数(w，x，y，z)表示；q_n(n＝1，...，N)表示除根关节外的其它关节相对于父关节的朝向，N表示人体模型的关节数目。

3.根据权利要求1所述虚拟人组合任务规划方法，其中，步骤1还包括：

步骤1.1、将所述运动捕获数据分割为动作单元；

步骤1.2、将动作单元聚类，并将一类动作单元定义为行为；

步骤1.3、标定各种行为的约束关系；和

步骤1.4、根据标定的约束关系，构建虚拟人的行为图。

4.根据权利要求1所述虚拟人组合任务规划方法，其中，步骤2还包括：

步骤2.1、在状态空间中进行稀疏采样，随机抽取n_st个二元组

步骤2.2、对于每个二元组将作为起始状态，作为终止状态：

利用试错搜索方法训练N_train次，找到从到的成功路径；

计算每个状态s在这些路径中累计被访问的次数n(s)；和步骤2.3、重复下面的步骤，直到获取指定数目的子任务：

找到关键状态s_max，满足s_max＝arg_smax n(s)，作为子任务的终止状态；

计算每个状态s经由关键状态s_max被访问的次数n(s，s_max)；

计算n‾(smax)=avgsn(s,smax);]]>

选择满足的状态s加入该子任务的状态集合。