[发明专利]导航决策制定方法、AI模型训练方法、服务器及介质

权利要求书

1.一种导航决策制定方法，其特征在于，所述方法包括：

获取3D虚拟环境中智能体当前帧状态信息以及当前帧目标区域信息；

通过AI模型基于所述当前帧状态信息、所述当前帧目标区域信息，输出所述智能体对应的当前帧动作输出信息及当前帧目标区域选择信息；

根据所述当前帧动作输出信息和所述当前帧目标区域选择信息控制所述智能体与所述3D虚拟环境交互，以获取所述智能体的下一帧状态信息及下一帧目标区域信息；

根据所述下一帧状态信息及下一帧目标区域信息获取所述智能体下一帧动作输出信息和下一帧目标区域选择信息。

2.根据权利要求1所述的方法，其特征在于，所述通过AI模型基于所述当前帧状态信息、所述当前帧目标区域信息，输出所述智能体对应的当前帧动作输出信息及当前帧目标区域选择信息，包括：

根据所述当前帧状态信息获取所述智能体的当前帧状态特征，其中，所述当前帧状态特征包括所述智能体当前帧的位置特征、所述智能体当前帧所在的3D虚拟环境的深度图特征和切面图特征，所述位置特征用于表征所述智能体与敌方智能体之间的位置关系；

根据所述当前帧目标区域信息获取目标区域特征；

将所述位置特征、所述深度图特征、所述切面图特征及所述目标区域特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息；

将所述融合特征信息输入所述AI模型的时序特征提取模块，以获取所述智能体对应的所述当前帧动作输出信息。

3.根据权利要求2所述的方法，其特征在于，所述目标区域特征包括用于表征所述智能体是否到达目标区域的第一类目标区域特征和用于表征所述智能体到达目标区域过程中与所述目标区域位置关系的第二类目标区域特征；所述将所述位置特征、所述深度图特征、所述切面图特征及所述目标区域特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息，包括：

将所述位置特征、所述深度图特征、所述切面图特征、所述第一类目标区域特征，及所述第二类目标区域特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息。

4.根据权利要求3所述的方法，其特征在于，所述第一类目标区域特征包括用于表征目标区域大小的第一特征、用于表征所述智能体是否在目标区域半径内的第二特征、用于表征所述智能体是否到达过目标区域的第三特征、用于表征所述智能体在目标区域停留时间的第四特征；所述将所述位置特征、所述深度图特征、所述切面图特征、所述第一类目标区域特征，及所述第二类目标区域特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息，包括：

将所述位置特征、所述深度图特征、所述切面图特征、所述第一特征、所述第二特征、所述第三特征、所述第四特征，及所述第二类目标区域特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息。

5.根据权利要求4所述的方法，其特征在于，所述第二类目标区域特征包括用于表征所述智能体到目标区域中心点的距离的第一位置特征、用于表征所述智能体到目标区域边缘的距离的第二位置特征、用于表征所述智能体到目标区域中心点的矢量位置差值的第三位置特征、用于表征所述智能体对于目标区域中心点的偏航角信息的第四位置特征；所述将所述位置特征、所述深度图特征、所述切面图特征、所述第一特征、所述第二特征、所述第三特征、所述第四特征，及所述第二类目标区域特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息，包括：

将所述位置特征、所述深度图特征、所述切面图特征、所述第一特征、所述第二特征、所述第三特征、所述第四特征，所述第一位置特征、所述第二位置特征、所述第三位置特征、及所述第四位置特征合并输入至所述AI模型的全连接神经网络，获得对应的融合特征信息及所述智能体对应的当前帧目标区域选择信息。