[发明专利]一种动作控制模型的训练方法、相关装置及存储介质

权利要求书

1.一种动作控制模型的训练方法，其特征在于，包括：

从待训练片段中获取目标角色所对应的第一状态数据，其中，所述第一状态数据包括M个关节在第一时刻所对应的状态数据，所述M个关节属于所述目标角色，所述M为大于或等于1的整数；

基于所述第一状态数据，通过待训练动作控制模型获取动作预测值，其中，所述动作预测值包括所述M个关节中每个关节在第二时刻所对应的预测值，所述第二时刻为所述第一时刻相邻的下一个时刻；

根据所述动作预测值以及M组偏移参数集合，确定所述目标角色的动作数据，其中，所述M组偏移参数集合中的偏移参数集合与所述M个关节中的关节具有对应关系，且每组偏移参数集合包括关节所对应的拉伸参数以及平移参数，其中，所述拉伸参数为根据关节的最大旋转值与最小旋转值之差以及第一系数确定的，所述平移参数为根据关节的最大旋转值与最小旋转值之和以及第二系数确定的；

根据所述第一状态数据、第二状态数据、所述第二时刻所对应的参考状态数据和所述动作数据，对待训练动作控制模型的模型参数进行更新，其中，所述第一状态数据用于通过判别网络模型获取状态价值，所述第二状态数据包括所述M个关节在所述第二时刻所对应的状态数据。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一状态数据、第二状态数据、所述第二时刻所对应的参考状态数据和所述动作数据对待训练动作控制模型的模型参数进行更新，包括：

根据所述动作数据获取所述第二状态数据；

从所述待训练片段中获取所述第二时刻所对应的参考状态数据；

根据所述第二状态数据以及所述参考状态数据获取第一奖励值；

基于所述第一状态数据，通过判别网络模型获取状态价值；

根据所述状态价值以及所述第一奖励值对所述待训练动作控制模型的模型参数进行更新。

3.根据权利要求1所述的训练方法，其特征在于，所述根据所述动作预测值以及M组偏移参数集合，确定所述目标角色的动作数据之前，所述方法还包括：

获取所述目标角色所对应的待训练动画文件，其中，所述待训练动画文件包括至少一个关键帧，且每个关键帧对应于一个关键帧数据；

根据所述待训练动画文件获取N个关键帧数据，其中，每个关键帧数据包括所述M个关节的旋转参数，所述N为大于或等于1的整数；

根据所述N个关键帧数据，确定所述M个关节中目标关节所对应的旋转值集合，其中，所述旋转值集合包括最大旋转值以及最小旋转值，所述目标关节表示所述M个关节中的任意一个关节；

根据所述目标关节所对应的旋转值集合，确定所述目标关节所对应的偏移参数集合。

4.根据权利要求3所述的训练方法，其特征在于，所述根据所述N个关键帧数据，确定所述M个关节中目标关节所对应的旋转值集合，包括：

根据所述N个关键帧数据，获取所述目标关节所对应的N组旋转参数；

从所述目标关节所对应的N组旋转参数中选择最大值作为最大旋转值；

从所述目标关节所对应的N组旋转参数中选择最小值作为最小旋转值。

5.根据权利要求3所述的训练方法，其特征在于，所述根据所述目标关节所对应的旋转值集合，确定所述目标关节所对应的偏移参数集合，包括：

根据所述目标关节所对应的最大旋转值以及最小旋转值，计算得到所述目标关节所对应的旋转差值；

根据所述目标关节所对应的旋转差值以及第一系数，计算得到的所述目标关节所对应的拉伸参数；

根据所述目标关节所对应的最大旋转值以及最小旋转值，计算得到所述目标关节所对应的旋转和值；

根据所述目标关节所对应的旋转和值以及第二系数，计算得到的所述目标关节所对应的平移参数。