[發明專利]基于深度神經網絡學習的手游增強現實方法

在審

• 申請號: 201711091406.5
• 申請日: 2017-11-08
• 公開（公告）號: CN108057246A
• 公開（公告）日: 2018-05-22
• 發明（設計）人: 秦謙;王宏志
• 申請（專利權）人: 江蘇名通信息科技有限公司
• 主分類號: A63F13/655
• 分類號: A63F13/655;A63F13/65;A63F13/54;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;張賞

本發明公開了一種基于深度神經網絡學習的手游增強現實方法，首先，手機游戲對外部環境進行建模；然后采用基于深度神經網絡的增強學習對用戶與環境的交互進行學習；最后根據深度增強學習結果，用戶實現現實與游戲的交互。本發明能夠讓游戲用戶在玩游戲過程中與現實世界進行交互，并且在云端進行大數據處理，使增強現實在終端得以實現。

技術領域

本發明涉及一種基于深度神經網絡學習的手游增強現實方法，屬于手機游戲開發技術領域。

背景技術

手機游戲的增強現實是非常新穎有趣的方向，例如PokemonGo就可以使用地理位置信息讓用戶和外界進行交互。目前手機游戲還沒有自動學習外部環境功能。

發明內容

本發明所要解決的技術問題是克服現有技術的缺陷，提供一種基于深度神經網絡學習的手游增強現實方法，能夠讓游戲用戶在玩游戲過程中與現實世界進行交互。

為解決上述技術問題，本發明提供一種基于深度神經網絡學習的手游增強現實方法，包括以下步驟：

1)手機游戲對外部環境進行建模；

2)采用基于深度神經網絡的增強學習對用戶與環境的交互進行學習；

3)根據深度增強學習結果，用戶實現現實與游戲的交互。

前述的步驟1)中，手機游戲對外部環境進行建模是指，手機游戲通過互聯網與云端進行連接，手機通過話筒、攝像頭采集外部環境信息；所述采集的的外部環境信息包括聲音、圖片；對于外部環境圖片，將其傳到云端進行三維建模，對于外部環境聲音，通過去噪、多通道分離技術，得到有效的聲音信號。

前述的步驟2)中，用戶與環境的交互定義為一個用戶拿著手機移動時能夠采取行動的集合。

前述的針對用戶與環境的每一個交互行為，游戲設計者都定義一個獎勵初始值，采用深度增強學習對該獎勵值進行自動學習；具體為：在增強學習過程中，對Q-Learning采用深度學習進行建模，完全通過手機采集來的圖片，聲音信號的原始信號進行建模，建模如下：

Q(s,a):＝Q(s,a)+α[difference]

Q(s,a)代表Q-learning里面對狀態和動作的建模，s為狀態，a為動作，α為增強學習中的折扣因子，difference為一次增強學習結果；

通過對Q(s,a)函數參數化為深度神經網絡，來用神經網絡來逼近這個復雜函數，

神經網絡的更新如下：

w:＝w+α[difference]Q(s,a)

其中，w為神經網絡權值。

前述的在進行深度增強學習時，所有信息傳到云端進行處理。

前述的步驟3)中，現實與游戲的交互是指，當用戶在現實中拿著手機與環境進行交互時，對用戶進行提醒，從而使用戶與游戲中的相同的虛擬環境進行交互。

前述的用戶與游戲中的相同的虛擬環境進行交互時，虛擬環境得到成長。

本發明所達到的有益效果：

本發明能夠讓游戲用戶在玩游戲過程中與現實世界進行交互，并且在云端進行大數據處理，使增強現實在終端得以實現。

具體實施方式

下面對本發明作進一步描述。以下實施例僅用于更加清楚地說明本發明的技術方案，而不能以此來限制本發明的保護范圍。

本發明的基于深度神經網絡學習的手游增強現實方法，包括以下步驟：

1)手機游戲對外部環境進行建模