[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

说明书

本申请公开了一种动作控制模型的训练方法，该方法应用于人工智能领域，具体包括：从待训练片段中获取目标角色所对应的第一状态数据；基于第一状态数据，通过待训练动作控制模型获取动作预测值；根据动作预测值以及M组偏移参数集合，确定目标角色的动作数据；根据第一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。本申请还公开了一种模型训练装置及存储介质。本申请可以将关节的预测值变换到关节合理的运动范围内，且无需人为进行调整，不但可以提升模型训练的效率，而且还可以提升模型训练的效果，从而使角色表现的动画效果更好。

技术领域

本申请涉及人工智能领域，尤其涉及一种动作控制模型的训练方法、相关装置及存储介质。

背景技术

随着机器学习技术的不断发展，电影和游戏应用等动画效果也越来越逼真。无论是在电影还是游戏应用中，对于角色动画而言一个重要的目标就是，将当前自身状态和当前环境状态进行更好的融合，使其产生更加自然的动作。

为了能够使角色更好地融入真实的物理环境，可以采用基于物理引擎进行角色动作训练的方式。即获取关键帧数据作为参考动作，在基于物理引擎搭建的训练平台中，采用强化学习的方式训练角色，在强化学习的过程中，角色的各个关节都具有对应的旋转范围，且可以通过人工设置的方式设置每个旋转范围。

然而，角色往往具有较多的关节，不同的关节可能具有不同旋转范围，因此，人工设置每个关节的旋转范围不但会导致工作量较大，而且容易出现设置不合理的情况，从而导致模型训练的效果较差，进而导致角色所表现的动画效果较差。

发明内容

本申请实施例提供了一种动作控制模型的训练方法、相关装置及存储介质，可以将关节的预测值变换到关节合理的运动范围内，且无需人为进行调整，不但提升模型训练的效率，而且提升模型训练的效果，从而使角色表现的动画效果更好。

有鉴于此，本申请第一方面提供一种动作控制模型的训练方法，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，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，M个关节属于目标角色，M为大于或等于1的整数；

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

根据动作预测值以及M组偏移参数集合，确定目标角色的动作数据，其中，M组偏移参数集合中的偏移参数集合与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；

根据第一状态数据和动作数据对待训练动作控制模型的模型参数进行更新。

本申请第二方面提供一种模型训练装置，包括：

获取模块，用于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，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，M个关节属于目标角色，M为大于或等于1的整数；

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

确定模块，用于根据获取模块获取的动作预测值以及M组偏移参数集合，确定目标角色的动作数据，其中，M组偏移参数集合中的偏移参数集合与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；

更新模块，用于根据第一状态数据和动作数据对待训练动作控制模型的模型参数进行更新。

在一种可能的设计中，在本申请实施例的第二方面的第一种实现方式中，