[发明专利]行为控制策略的学习方法、装置、设备及存储介质有效
| 申请号： | 201910820695.0 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110516389B | 公开（公告）日： | 2021-04-13 |
| 发明（设计）人： | 孙明飞;石贝;付强 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N3/08 |
| 代理公司： | 深圳市深佳知识产权代理事务所(普通合伙) 44285 | 代理人： | 骆苏华 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种行为控制策略的学习方法、装置、计算机设备及存储介质，该方法包括：从演示行为数据序列中采样出包括至少两个演示行为数据的演示行为数据片段；依据演示行为数据片段，设置物理仿真器中模拟的目标对象的各个关节的初始状态信息，并利用待训练的神经网络模型确定出目标对象的各个关节的作用力数据；控制物理仿真器中模拟的目标对象的各个关节的运动，以使得物理仿真器基于设定的动作行为限定特征，仿真出的目标对象的仿真行为数据序列；依据演示行为数据及仿真行为数据，确定动作行为差异度；基于动作行为差异度，优化神经网络模型直至达到优化目标。本申请的方案有利于演示学习的对象基于演示动作生成扩展后的动作行为。 | ||
| 搜索关键词： | 行为 控制 策略 学习方法 装置 设备 存储 介质 | ||
【主权项】：
1.一种行为控制策略的学习方法，其特征在于，包括：/n从演示行为数据序列中采样出作为训练样本的演示行为数据片段，所述演示行为数据片段包括具有先后顺序的至少两个演示行为数据，所述演示行为数据包括演示对象的各个关节的第一状态信息；/n依据所述演示行为数据片段，设置物理仿真器中模拟的目标对象的各个关节的初始状态信息，并利用待训练的神经网络模型确定出作用于所述目标对象的各个关节的作用力数据，所述目标对象与所述演示对象具有相同的关节；/n基于所述神经网络模型确定的所述目标对象的各个关节的作用力数据，控制所述物理仿真器中模拟的目标对象的各个关节的运动，以使得所述物理仿真器基于设定的动作行为限定特征，仿真出所述目标对象的仿真行为数据序列，所述仿真行为数据序列包括具有先后顺序的至少一个仿真行为数据，所述仿真行为数据包括所述目标对象的各个关节的第二状态信息，所述动作行为限定特征用于限定所述模拟的目标对象的动作行为所需满足的特征；/n依据所述演示行为数据中演示对象的各个关节的第一状态信息以及所述仿真行为数据中所述目标对象的各个关节的第二状态信息，确定所述模拟的目标对象与所述演示对象之间的动作行为差异度；/n基于所述动作行为差异度，优化所述神经网络模型所表达的行为控制策略，直至达到优化目标，将所述神经网络模型表达的行为控制策略确定为演示学习中所依据的控制策略。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910820695.0/，转载请声明来源钻瓜专利网。
