[发明专利]虚拟对象控制、模型训练方法、装置、存储介质和设备

权利要求书

1.一种虚拟对象控制方法，包括：

获取与待控制虚拟对象对应的交互场景数据；

对所述交互场景数据进行特征提取得到特征数据；

将所述特征数据输入虚拟对象控制预测模型，所述虚拟对象控制预测模型包括公用编码层、与所述公用编码层连接的一个动作预测层以及分别与所述公用编码层连接的多个动作参数预测层，所述动作参数预测层的数量与动作种类的数量相同，每个动作参数预测层与一种动作对应；

通过所述公用编码层将所述特征数据编码为中间数据；

通过所述动作预测层输出由所述中间数据映射得到的目标动作，以及通过所述多个动作参数预测层，分别输出由所述中间数据映射得到的动作参数；

在所述多个动作参数预测层分别输出的动作参数中，选取与所述目标动作对应的动作参数预测层所输出的动作参数；

按照选取的所述动作参数，控制所述待控制虚拟对象执行所述目标动作。

2.根据权利要求1所述的方法，其特征在于，所述特征数据包括位置特征数据、属性特征数据和地图特征数据；

所述对所述交互场景数据进行特征提取得到特征数据，包括：

从所述交互场景数据包括的与位置相关的数据中提取位置特征数据；

从所述交互场景数据包括的虚拟对象属性数据中，提取属性特征数据；

从所述交互场景数据包括的交互场景地图数据中提取地图特征数据。

3.根据权利要求2所述的方法，其特征在于，所述通过所述公用编码层将所述特征数据编码为中间数据，包括：

将所述位置特征数据、所述属性特征数据和所述地图特征数据共同输入虚拟对象控制预测模型；

通过所述虚拟对象控制预测模型中公用编码层的位置特征编码层，将所述位置特征数据编码为第一中间数据；

通过所述虚拟对象控制预测模型中公用编码层的属性特征编码层，将所述属性特征数据编码为第二中间数据；

通过所述虚拟对象控制预测模型中公用编码层的地图特征编码层，将所述地图特征数据编码为第三中间数据；

通过所述虚拟对象控制预测模型中公用编码层的拼接层，将所述第一中间数据、所述第二中间数据和所述第三中间数据，拼接得到中间数据。

4.一种模型训练方法，包括：

获取模型训练数据和相对应的动作标签与动作参数标签；所述模型训练数据通过对与虚拟对象样本对应的交互场景样本数据进行特征提取得到；

将所述模型训练数据输入虚拟对象控制预测模型，所述虚拟对象控制预测模型包括公用编码层、与所述公用编码层连接的一个动作预测层以及分别与所述公用编码层连接的多个动作参数预测层，所述动作参数预测层的数量与动作种类的数量相同，每个动作参数预测层与一个动作种类对应；

通过所述公用编码层将所述模型训练数据编码为中间训练数据；

通过所述动作预测层输出由所述中间训练数据映射得到的预测动作，以及通过所述多个动作参数预测层，分别输出由所述中间训练数据映射得到的预测动作参数；

在所述多个动作参数预测层分别输出的预测动作参数中，选取与所述动作标签对应的动作参数预测层所输出的预测动作参数；

根据所述预测动作与所述动作标签、及所述预测动作参数和所述动作参数标签的差异确定损失函数；

按照优化所述损失函数的方向，局部调整所述虚拟对象控制预测模型的模型参数并继续训练，直至满足训练停止条件时结束训练。

5.根据权利要求4所述的方法，其特征在于，所述模型训练数据包括位置特征训练数据、属性特征训练数据和地图特征训练数据；

所述获取模型训练数据和相对应的动作标签与动作参数标签，包括：

获取与虚拟对象样本对应的交互场景样本数据；

从所述交互场景样本数据包括的与位置相关的数据、虚拟对象属性数据和交互场景地图数据中，分别提取位置特征训练数据、属性特征训练数据和地图特征训练数据，得到模型训练数据；

从所述交互场景样本数据包括的用户操作数据中，提取与所述模型训练数据相对应的动作标签与动作参数标签。