[发明专利]一种家装设计方法、装置、电子设备及存储介质

权利要求书

1.一种家装设计方法，其特征在于，包括：

获取待设计户型图信息；

基于所述待设计户型图信息，通过设定算法确定双深度Q神经网络DDQN模型的初始状态；

根据所述初始状态，通过预先训练好的DDQN模型，得到待设计户型的家装设计信息；

其中，所述家装设计信息包括至少一种家具的类别信息以及所述家具的摆放位置信息。

2.根据权利要求1所述的方法，其特征在于，所述基于所述待设计户型图信息，通过设定算法确定双深度Q神经网络DDQN模型的初始状态，包括：

基于所述待设计户型图信息，确定待设计户型的房间信息特征向量；

根据所述房间信息特征向量，基于欧式距离从设定数据库获取与所述待设计户型相似度达到阈值的样本户型的家装设计信息；

将所述家装设计信息确定为双深度Q神经网络DDQN模型的初始状态。

3.根据权利要求2所述的方法，其特征在于，所述样本户型的家装设计信息包括：家具的类别信息以及家具的排布坐标信息。

4.根据权利要求3所述的方法，其特征在于，所述家具的类别信息包括下述至少一种：床、书桌、衣柜、梳妆台、茶几、以及电视柜；

所述房间信息特征向量包括下述至少一种特征元素：房门以及房门的位置信息、墙体以及墙体的位置信息、飘窗以及飘窗的位置信息、窗户以及窗户的位置信息。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述预先训练好的DDQN模型包括两个网络结构相同的深度神经网络，所述两个网络结构相同的深度神经网络以所述初始状态中的家具的类别信息以及家具的排布坐标信息为输入。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述预先训练好的DDQN模型包括：

基于家具的排布特征生成的价值函数，所述价值函数用于在DDQN模型运算过程中指导家具的排布策略。

7.根据权利要求6所述的方法，其特征在于，所述排布特征包括下述至少一项：可通过性、重叠性以及成对性。

8.一种家装设计装置，其特征在于，包括：

获取模块，用于获取待设计户型图信息；

确定模块，用于基于所述待设计户型图信息，通过设定算法确定双深度Q神经网络DDQN模型的初始状态；

设计模块，用于根据所述初始状态，通过预先训练好的DDQN模型，得到待设计户型的家装设计信息；

其中，所述家装设计信息包括至少一种家具的类别信息以及所述家具的摆放位置信息。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的家装设计方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的家装设计方法。